• 空域平滑
• 圖像銳化
• 彩色增強技術(shù)
• 頻域增強

增強的目的：

• 改善圖像視覺效果，提高清晰度：平滑、降噪——圖像清晰
• 利于后期圖像處理：銳化——突出輪廓，便于后期特征分析

1.圖像增強方法分類

圖片1.png

2.圖像噪聲

圖像在攝取和傳輸過程中收到的隨機干擾信號。

• CCD/CMOS噪聲，受溫度和ISO感度影響，這兩個值越高效果越差。這屬于成像器件造成的內(nèi)部噪聲
• 圖像噪聲模糊圖像，淹沒特征，給后續(xù)處理、分析帶來困難。
• 噪聲通常也會應(yīng)為JPEG壓縮算法而被放大，色調(diào)錯誤。

噪聲的隨機性：

• 白噪聲，色噪聲
• 高斯噪聲：傳感器噪聲的很好模型，如攝像機的電子干擾噪聲，強度服從高斯或正態(tài)分布的噪聲。
• 椒鹽噪聲：隨機出現(xiàn)的黑白強度值
• 脈沖噪聲：致函隨機的白強度值（正脈沖噪聲）或黑強度值（負(fù)脈沖噪聲）

圖像平滑

目的：消除或盡量減少噪聲的影響，改善圖像的質(zhì)量。

假設(shè)：假定加性噪聲隨機獨立分布的條件下，利用鄰域的平均或加權(quán)平均可以有效抑制噪聲干擾。

圖像平滑本質(zhì)：低通濾波。

問題：往往圖像邊緣也處于高頻部分，所有在圖像平滑過程中也會使正常的邊緣變模糊。

空域平滑：某點像素采用它的4或8鄰域的灰度值取平均，能實現(xiàn)濾波效果。問題出現(xiàn)在領(lǐng)域大小的選擇。

1.平滑模板，template

• Box模板，像素加其8鄰域像素共9個像素進(jìn)行權(quán)值都為1取平均。模板中的元素帶黑點表示中心元素。這是一種簡單的低通濾波運算，但是一定程度上模糊了邊界。

• 高斯平滑模板：針對Box模板沒有加權(quán)的做法，而實際中，圖像像素與周圍越近的點相關(guān)性越高，越遠(yuǎn)衰減，自然得想到根據(jù)距離做加權(quán)，產(chǎn)生了高斯模板。（中間點權(quán)值高，邊界低），如圖二
  圖片2.png
• 其他平滑模板：模板矩陣隨意設(shè)計，只要合理能解釋就可以。

通常，模板不允許移出邊界，結(jié)果圖像會比原圖小“一圈”（不能做模板操作的那些點，或者說會使模板越界的那些點），解決辦法可以簡單的對邊界不處理，或者增加一圈邊界，再做模板操作

2.中值濾波——非線性濾波器

一種典型的低通濾波器，保護(hù)圖像邊緣的同時去除噪聲。

中值濾波：把某點（x,y）為中心的小窗口內(nèi)的所有像素的灰度值按從大到小順序排列，將中間值作為該店的灰度值。（利用的是噪聲的孤立性，噪聲通常是一種突變，排列后要么在最前，要么值在最后，故取中間，可以看做是噪聲影響最小的區(qū)域）

結(jié)論

中值濾波容易去除孤立點、線的噪聲的同時保持圖像的邊緣；他能很好的去除二值噪聲，但對高斯噪聲無能為力。

當(dāng)窗口內(nèi)的噪聲比較密集（大于窗口寬度一半時），中值濾波效果不好。

具體的方法選擇：根據(jù)圖片噪聲的孤立性原理+噪聲的分布特性選擇不同的平滑模板。

圖像銳化

與平滑相反，銳化是通過增強高頻分量來減少圖像中的模糊（細(xì)節(jié)）

目的：增強圖像細(xì)節(jié)邊緣和輪廓，灰度反差增強，便于后期對目標(biāo)的識別和處理。

方法：微分，高通濾波。

邊緣和輪廓都位于灰度突變的地方，在頻域中表現(xiàn)為高頻分量

問題：銳化處理在增強圖像邊緣的同時增加了圖像的噪聲，因為噪聲也是一種灰度突變（類似與邊緣）

圖片3.png

這里灰度曲線中，灰度躍變的地方可以認(rèn)為是圖像中的邊緣，顯然，孤立點（噪聲）和正常的圖像輪廓都具有這種性質(zhì)，而躍變的斜率體現(xiàn)了變換的快慢，可以設(shè)立一個斜率閾值，用來區(qū)分圖像中的顏色緩慢過度（途中的左邊的光斑）和輪廓（及噪聲），進(jìn)一步如何區(qū)分噪聲和輪廓？可以觀察灰度曲線，考慮從噪聲的寬度和波峰高度（噪聲強度）等方面入手，具體情況就比較復(fù)雜了。

圖片4.png

一.梯度法

圖片5.png

圖片6.png

圖片7.png

2.羅伯特梯度算子

圖片8.png

3.Laplacian算子

圖片9.png

圖片10.png

二.高通濾波

圖像邊緣與高頻分量對應(yīng)，高通濾波器抑制低頻分量，從而達(dá)到圖像銳化目的

圖片11.png

三.模板匹配法

將8個方向、大小為3*3的模板，順序作用到同一個圖像窗口，對結(jié)果進(jìn)行排序，取最大的結(jié)果值作為窗口中心像素的銳化輸出。

• Sobel算子
• Prewitt算子

總結(jié)

• 突變型細(xì)節(jié)，通過一階微分的極大值點，二階微分的過0點可以檢測出來
• 細(xì)線型細(xì)節(jié)，通過一階微分的過0點，二階微分的極小值點檢測處理
• 漸變型細(xì)節(jié)，很難檢測，但二階微分信息比一階微分信息略多
• 邊緣信息具有方向性，不同的銳化/邊緣檢測算子也可能具有方向性，同一個銳化/邊緣檢測算子對不同圖片效果也不盡相同。

彩色增強技術(shù)

肉眼對彩色分辨力可以達(dá)到灰度分辨力的百倍以上，灰度級十幾級到二十幾級之間可分辨，不同色度、不同亮度的色彩卻能分辨幾千種。

偽彩色處理，pseudocolor，把灰度圖像處理成偽彩色圖像。

假彩色處理，false color，把真正的自然彩色圖像或遙感的多光譜圖像處理成假彩色圖像。

1.偽彩色處理

將灰度圖像中每個像素的灰度級按線性或非線性映射成不同的彩色，提高內(nèi)容的可識別度。

• 灰度分層法：將原灰度級分為k份，為每一份分配一個彩色。如下圖12所示
  圖片12.png

• 灰度變換法：對三個彩色通道設(shè)置三個不同的映射函數(shù)，那么每個灰度值就有了相應(yīng)的彩色通道的三個值了。原來k級，變換后k*3級彩色，分辨率增強

2.假彩色處理

圖片13.png

頻域增強

1.低通濾波：犧牲圖像清晰度為代價減少干擾效果的修飾過程。

圖片14.png

• 理想圓形低通濾波器，ideal Circular Low Pass Filter，ICLPF。傅里葉平面上半徑為D的圓形濾波器。如圖15所示
  圖片15.png

會出現(xiàn)振鈴效果

• 巴特沃斯低通濾波器，Butterwoth Low Pass Filter，BLPF，如圖16所示
  圖片16.png

• 高斯低通濾波器，如圖17所示
  圖片17.png

濾波器的不同實際是通帶到阻帶的范圍內(nèi)的信號的處理方式的不同。

2.高通濾波器：可用1減去低通濾波器得到高通濾波器。1表示全部的頻率信號，低通是低頻率分量能通過的頻率范圍，相減剩下的就是高通了。

• 理想高通濾波器
• 巴特沃斯高濾波器
• 高斯高通濾波器

3.頻域增強和空域增強的關(guān)系

空域中采用模板，模板運算的數(shù)學(xué)表達(dá)式類似卷積，事實上卷積和模板是不同的，僅在沖擊響應(yīng)函數(shù)h中心對稱情況下才是一致的。如圖18所示。

圖片18.png

空域的模板乘加運算等效于頻域中的乘積操作，故兩者是一致的。