Image Enhancement
图像增强
空间域法:在原图像上直接对像素的灰度值进行处理,分为两类,点运算和局部运算(邻域有关的空间域运算)。
频域法:在图像的变换域上进行处理,增强感兴趣的频率分量,然后进行反变换,得到了增强的图像。
空间域
1. 灰度变换
1.1 图像灰度变换
灰度变换是按一定变换关系,逐点改变原图像中每一个像素灰度值的方法。是图像增强技术中一种非常基础、直接的空间域处理方法。目的是为了改善画质,使图像的显示效果更加清晰。
灰度变换是一种像素值的点运算
设输入图像为f(x,y),输出图像为g(x,y)。点运算为:g(x,y) = T[f(x,y)]
点运算描述了输入和输出值之间的转换关系,不改变空间位置关系。
根据g(x,y) = T[f(x,y)],可以将灰度变换分为线性变换和非线性变换。
线性变换:输入和输出灰度呈线性关系的点运算
g(x,y) = T[f(x,y)] = af(x,y) + b
当a>1时,对比度增大
当a<1时,对比度减小
当a=1, b!=0时,整个图像变暗或者变亮
非线性变换:
如对数变换: g = clog( 1 + f ) 对原图像的动态范围进行压缩。
1.2 二值化和阈值处理
固定阈值法:
双固定阈值法:
1.3 灰度直方图及其均衡化
- 只反映该图像中不同灰度值出现的次数(或频数),而未反应某一灰度值像素所在的位置。丢失了位置信息。
- 图像与直方图之间是多对一的映射关系
- 一幅图像各子区的直方图之和等于该图像全图的直方图
直方图的计算:
- 初始化:p[k] = 0 (k=0,1,2...,L-1)
- 统计:p[ f(x,y) ]++ (x = 0,1...M-1, y = 0,1...N-1)
- 归一化: p(x,y) /= (M+N)
直方图均衡化
经变换后得到的新直方图比原始图像的直方图平坦的多,扩展了动态范围。对于对比度较弱的图像进行处理很有效。
变换后的灰度级减少,这种现象叫做“简并”现象。由于简并现象的存在,处理后的灰度级总是要减少。
例: 用累积分布函数作为灰度变换函数
2. 空域滤波
2.1 图像平滑
2.1.1 基本概念
图像在获取、传输过程中,受干扰的影响,会产生噪声,噪声是一种错误的信号,干扰正常信号。造成图像毛糙,需要对图像进行平滑处理。
图像去噪是一种信号滤波的方法,目的是保留有用信号,去掉噪音信号。
噪声干扰一般是随机产生的,分布不规则,大小也不规则。噪声像素的灰度是空间不想管,与临近像素显著不同。
平滑的目的:
(1)模糊:在提取较大目标前,去除太小的细节,或将目标内的小间断连接起来。
(2)消除噪声:改善图像质量,降低干扰。
平滑滤波对图像的低频分量增强,同时削弱高频分量,用于消除图像中的随机噪声,起平滑作用。
邻域处理方法:用某一模板对每个像元与其周围邻域的所有像元进行某种数学运算,得到该像元新的灰度值,新的灰度值不仅与该乡原的灰度值有关,还与其邻域内的像元的灰度值有关。
对平滑滤波来说,filter一般都为正数且和为1。
平滑处理的基本方法:
1. 线性平滑:每一个像素的灰度值用它的邻域值代替,邻域为N*N,N取奇数。
2. 非线性平滑:改进,取一个阈值,当像素值与其邻域平均值之间的差大于阈值,以均值代替;反之取其本身值。
3. 自适应平滑:物体边缘在不同的方向上有不同的统计特性,即不同的均值和方差,为保留一定的边缘信息,采用自适应法。
二值图像的黑白点噪声平滑滤波:
用3*3的模板的均值进行滤波,设f(i,j)周围的8个像素的平均值为a
当| f(i, j) - a | > 127.5,则对 f(i, j) 的黑白进行翻转,否则不变。
2.1.2 线性平滑
- 邻域平均:
- 加权平均
- 高斯平均
- 边缘保持平滑
2.1.3 非线性平滑
- 中值滤波:
能被中值滤波完全除去的脉冲的最大长度依赖于模板尺寸S=2r+1。考虑一个长度记为L的信号f(i)
容易看出,如果L≤r那么输出将完全是0,即脉冲全被消除了。然而,如果信号仅包含长度至少为r+1的常数段,那么用长度小于等于2r+1的中值滤波模板对信号滤波并不会使信号发生任何变化。不受中值滤波影响的信号称为根信号。一个信号是一个长度为2r+1的中值滤波的根信号的充分条件是该信号局部单调变化且阶数为r+1,即该信号的每个长度为r+1的段为单调的。
中值滤波的主要特征:
- 对大的边缘高度,中值滤波较均值滤波好;对于较小边缘高度,两种滤波有很少的差别
- 是非线性的
- 在抑制图像随机脉冲噪声方面有效,运算速度快,便于实时处理
- 去除孤立线或点干扰,而保留空间清晰度较均值滤波较好;但对高斯噪声则不如均值滤波
2.2 图像锐化
REFERENCES:
章毓晋 著.图像工程(上册)图像处理(第4版)[M].4.北京:清华大学出版社,2018
杨淑莹 数字图像处理-Digital Image Processing (DIP)
Image Enhancement相关推荐
- 目标检测--Enhancement of SSD by concatenating feature maps for object detection
Enhancement of SSD by concatenating feature maps for object detection BMVC 2017 本文是对SSD 的改进,通过牺牲一点速度 ...
- BC427的UNIT3:Enhancement points/options Enhancement sections
BC427的这一章讲述的内容完全在Enhancement Framework的框架下,也就是NetWeaver下,也就是进入ECC世界后,新的增强技术所涉及的内容. 这一章的目标是,找到SAP的imp ...
- T-SQL Enhancement in SQL Server 2005[上篇]
较之前一版本,SQL Server 2005可以说是作出了根本性的革新.对于一般的编程人员来说,最具吸引力的一大特性就是实现了对CLR的寄宿,使我们可以使用任意一种.NET Programming L ...
- 数字图像处理实验(16):PROJECT 06-03,Color Image Enhancement by Histogram Processing
实验要求: Objective: To know how to implement image enhancement for color images by histogram processing ...
- sap 一代增强_SAP增强Enhancement
第一代:基于源码增强(子过程subroutine) 第一代增强基于源代码,是SAP提供的一个空代码的子过程.在这个子过程中用户可以添加自己的代码,控制自己的需求.这类增强集中在一些文件名倒数第二个字符 ...
- Enhancement spot 增强点简介
ENHANCEMENT-POINT是在程序中直接插入代码,其概念与BADI的USER_EXIT类似,标准程序预留了部分已定义好的增强点可以让ABAP做插入代码来实现这个增强(也可以自定义增强点,但不能 ...
- PEP Python Enhancement Proposals(python增强提案\python改进建议书)(重点PEP8)
引用文章:python 的众多PEP 之中,除了PEP8 ,还有哪一些是值得阅读的? - 豌豆花下猫的回答 - 知乎 PEP是什么? PEP的全称是Python Enhancement Proposa ...
- CapsLock Enhancement via AutoHotKey
上次写了一篇博文,讲如何通过AutoHotKey改造CaspLock,使其成为一个方便的编辑按键,并特意给出了设计的思路方便参考. 见地址:http://www.cnblogs.com/Vonng/p ...
- 什么是 SAP enhancement package
借助增强包交付技术,SAP 可为您现有的 SAP ERP 安装提供应用程序的新开发和增强功能.这意味着您可以在需要时并根据自己的要求使用为您的业务流程提供的新开发. 只有在您决定使用这些新功能.安装相 ...
- 使用SAP CRM Application Enhancement Tool创建表格类型的扩展字段
(1) Create a wrapper UI component which will hold the new table via the customizing below: Click but ...
最新文章
- 如何进行有效的需求调研
- php生成唯一的加密串,hashids.php-master整数生成唯一字符串的加密库
- ubuntu10.10+android 搭建Opencv
- python 模块(Module)和包
- AI:人工智能概念之机器学习中常用算法的思维导图集合(非常经典、建议收藏)之详细攻略
- 软文推荐:常用 Java 静态代码分析工具的分析与比较
- caffe 关于Deconvolution的初始化注意事项
- python写文件格式转换程序_python实现txt文件格式转换为arff格式
- WP7 Tip:改变启动页
- fiddler模拟低速网络
- 木桶问题MATLAB,物理实验绪论-喻小强.ppt
- 数据压缩作业一:音频时域频域特性分析(Audacity)及RGB文件熵的计算
- 5G应用技术系列 - 从带宽和时延看5G和4G对应用区别
- 基于vue的 表单设计器(拖拽生成表单)
- Android RecyclerView优雅实现复杂列表布局(二)
- 微信小程序自适应图片的时候底部总有一条白色的空白区像一条线该怎么办呢?
- CCF认证201403-1相反数
- select2下拉框总结
- python中for in zip()
- 使用mybatis plus时传入中文时出现乱码
热门文章
- Mac 平台下功能强大的Shimo软件使用指南
- Linux Mint 笔记本亮度调节总结
- 扫描件如何转换成pdf及word文档?
- Simple Tips on C++(对于C++的一些建议)
- 谢耳朵最萌最贱表情, 哈哈
- 论文笔记(5.16,文本抗击,defense)--Combating Adversarial Misspellings with Robust Word Recognition
- 网页编程----HTML网页编程
- 李宏毅2021机器学习笔记——Local Minimum And Saddle Point
- 阿里云主体变更和备案过程
- 智慧城市建设方案建议书——如何打造智慧城市