图像增强理论综述.doc

《图像增强理论综述.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、图像增强理论综述2010级检测技术与口动化装置(质安)邵敏超1、刖吞：在图像处理屮，图像增强是图像预处理屮最常用的技术Z-,图像增强技术对于提高图像质量起着重要的作用。H的在于改善视觉效果或便于人或机器对图像的分析理解，并根据图像的特点或存在的问题，以及应川忖的，继而采取的改善图像质最的方法或加强图像的某些特征的措施。具体的，所谓图像增强，就是指对图像的某些特征，如边缘、轮廓、对比度等进行强调或尖锐化，以便显示、观察或进一步地进行分析与处理。增强将不增加图像数据屮的相关信息，但它将增加所选择特征的动态范用，从而使这些特征检测或识别更加容易。近年来，图像增强技术有了较为显著

2、的发展，但由于此项技术到现在祁还没有通用的算法，因此图像增强技术据各种不同目的而产生了多种算法，最常用的即“空间域”方法和“频率域”方法。随着数学各分支在理论和应用上的逐步深入，使得数学形态学、模糊数学、遗传算法、小波理论等在图像增强技术屮的应用取得了很大进展，产生了不少新的算法。如数学形态滤波器、基于模糊数学的滤波方法、基于遗传算法的滤波方法、小波滤波器等。2、图像增强的基本理论：图像增强技术主要包括：灰度变换，肓方图修正，图像平滑，图像锐化及彩色增强等。从图像增强的作用域岀发可分为两类：①空间域处理法；②频域处理法。2.1空间域处理法：图像增强技术空间域指的是平面木身

3、，空间域图像增强方法是对图像的像素进行处理。可以定义为：g(x.y)=T[f(x.y)]①其屮，/(x,y)是输入图像，g(x,j)是处理后的图像，T是对/的一种操作。空间域图像增强技术又可分为点处理技术和邻域处理技术。2.1.1点处理技术2.1.1.1灰度变换：灰度变换可使图像动态范围增大，图像对比度扩展，图像变清晰，特征明显，是图像增强的重要手段Z-o(1)线性变换：如果原图像/(x,y)的灰度范围是我们希望变换后的图像g(x,y)灰度范围是那么可以用下式来完成这一变换：-n)[f(x,y)-m]/(M-m)+n②(2)分段线性变换：为了突出感兴趣的目标或灰度区间，相

4、对抑制那些不感兴趣的灰度区间，可采用分段线性变换。其数学表达式如下：£絡f(x,y)+/?2；.fi§、f(x,y)5扎也=一b2=5)-k2f}g(x,y)=<*i/(^y)+；0

5、成平滑和锐化两类。2.1.2.1图像平滑：一幅原始图像在其获取和传输等过程屮，会受到各种噪声的干扰，使图像质量下降。为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。常用的有局部平滑法和屮值滤波法。2.1.2.2图像锐化：在图像的识别屮常需要突出边缘和轮廓信息。图像锐化就是增强图像的边缘或轮廓。(1)梯度锐化法：图像锐化法最常用的是梯度法。对于图像/(x,y),在d,y)处的梯度定义为：纱(x,y)grad(x.y)纱(x,y)dx对于离散图像处理而言，常用到梯度的大小，因此把梯度的大小习惯称为“梯度”。并且一阶偏导数采用一阶差分近似表示，即：/；=/(A+l,y)-

6、/(x,.y)厂、•©fy=f(x9y+l)-f(x9y)为简化梯度的计算，经常使用：grad(x.y)=M6zx(

7、/a'

8、,

9、^'

10、咸gmd(x,y)=Max(f'x+f'y)⑥除梯度算了以外，还可采用Roberts.Prewitt和Sobel算了计算梯度，来增强边缘。(2)高通滤波法：高通滤波法就是用高通滤波算了和图像卷积来增强边缘。常川的算了冇：~0-10~■-1一1Hl=-15-1H2=-19-10-10_-1-1-12.2频域图像增强技术：频域(变换域)图像增强操作的基木原理都是让图像在变换域某个范围内的分量受到抑制而让其他分量不受影响，从而改变输出图

11、像的频率分布，达到增强的目的。在频率域屮进行增强的主要步骤有：①计算需增强图像的傅里叶变换；②将其与一个（根据需要设计的）传递函数进行卷积；③将结果进行傅立叶反变换以得到增强的图像。2.2.1低通滤波器：对图像作傅氏变换得到它的频谱，零频率分量等于图像的平均灰度，平滑的图像信号在频域屮贡献低频分量，图像屮的细节和边界贡献校高频域的分量，噪声的频谱具有丰富的高频分量。2.2.2高通滤波器：图像的区域边界和细节提供较高频率的能量，因此在频域中让图像信号经过一高通滤波器可以实现图像的锐化，增强图像的边缘细节。3、结束语：随着图像增强