摘要
数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。图像处理的信息量很大，对处理速度的要求也比较高。MATLAB强大的运算和图形展示功能，使图像处理变得更加的简单和直观。本文主要论述了利用MATLAB实现图像增强处理。
关键词：数字图像处理，图像增强
目录：
一．图像增强简介
图像增强是一类基本的图像处理技术，其目的是对图像进行加工，以得到对具体应用来说视觉效果更好、更有用的图像。这里的好和有用要因具体的应用目的和要求而异，并且所需的具体增强技术也可不同。
目前常用的增强技术根据其处理所进行的空间不同，可分为基于图像域的方法和基于变化域的方法。第一类，直接在图像所在的空间进行处理，也就是在像素组成的空间里直接对像素进行操作；第二类，在图像的变化域对图像进行间接处理。
空域增强方法可表示为：g(x,y)=EH[f(x,y)]
其中f（x，y）和g（x，y）分别为增强前后的图像，EH代表增强操作。
二．图像增强方法
1.空域变换增强
1.1增强对比度
增强对比度实际是增强原图像的各部分的反差。实际中往往是通过原图中某两个灰度值之间的动态范围来实现的（如图1-1）。
图1-1增强对比度
在图1-1中可以看出，通过变换可以使原图的较高的和较低的灰度值的动态范围减小了，而原图在二者之间的动态范围增加了，从而其范围的对比度增加了。
MATLAB代码所示：
X1=imread('saturn.png');
figure,imshow(X1)
f0=0;g0=0;
f1=70;g1=30;
f2=180;g2=230;
f3=255;g3=255;
r1=(g1-g0)/(f1-f0);
b1=g0-r1*f0;
r2=(g2-g1)/(f2-f1);
b2=g1-r2*f1;
r3=(g3-g2)/(f3-f2);
b3=g2-r3*f2;
[m,n]=size(X1);
X2=double(X1);
for i=1:m
for j=1:n
f=X2(i,j);
g(i,j)=0;
if(f>=0)&(f<=f1)
g(i,j)=r1*f+b1;
elseif (f>=f1)&(f<=f2)
g(i,j)=r2*f+b2;
elseif (f>=f2)&(f<=f3)
g(i,j)=r3*f+b3;
end
end
end
figure,imshow(mat2gray(g))
图像处理图示(如图1-2和图1-3)
图1-2 原图图1-3增强对比度所得图像
1.2 图像求反
对图像求反是将原来的灰度值翻转，简单的说就是使黑变白，使白变黑。
普通的黑白底片和照片就是这样的关系。具体的变换就是将图像中每个像素的灰度值根据变换曲线进行映射。
MATLAB代码所示：
I=imread('saturn.png');
J=double(I);
J=-J+(256-1);
H=uint8(J);
subplot(1,2,1),imshow(I);
subplot(1,2,2),imshow(H);
图像处理图如图1-4所示：
图1-4 图像求反前后
2．空域滤波增强
一般情况下，像素的邻域比该像素要大，也就是说这个像素的邻域中除了本身以外还包括其他像素。在这种情况下，g(x,y)在(x,y)位置处的值不仅取决于f(x,y)在以(x,y)为中心的邻域内所有的像素的值。如仍以s和t分别表示f(x,y)在(x,y)位置处的灰度值，并以n(s)代表f(x,y)在(x,y)邻域内像素的灰度值，则 t=EA[s,n(s)]
为在邻域内实现增强操作，常可利用模板与图像进行卷积。每个模板实际上是一个二维数组，其中各个元素的取值定了模板的功能，这种模板操作也称为空域滤波。
2.1 基本原理
空域滤波可分为线形滤波和非线形滤波两类。
线形滤波器的设计常基于对傅立叶变换的分析。
非线形空域滤波器则一般直接对邻域进行操作。
另外各种滤波器根据功能又主要分成平滑滤波和锐化滤波。平滑可用低通来实现，锐化可用高通来实现
平滑滤波器：它能减弱或消除傅立叶空间的高频分量，但不影响在低频分量。因为高频分量对应图像中的区域边缘等灰度值具有较大较快变化的部分，滤波器将这些分量滤去可使图像平滑。
锐化滤波器：它能减弱或消除傅立叶空间的高频分量
空域滤波器都是利用模板卷积，主要步骤如下：
（1）将模板在图中漫游，并将模板中心与图中某个像素位置重合；
（2）将模板上的系数与模板下对应的像素相乘；
（3）将所有的乘积相加；
（4）将和（模板的输出响应）赋给图中对应的模板中心位置像素。
下面分别介绍在MATLAB中如何应用平滑和锐化滤波器。
2.2 线性平滑滤波器
线性低通滤波器是最常用的线性平滑滤波器。这种滤波器的所有系数都是正的。对3*3的模板来说，最简单的操作是取所有系数都为1。为保证输出图像仍在原来的灰度范围内，
在计算R后要将其除以9再进行赋值。这种方法称为邻域平均法。
MATLAB实现均值过滤器的代码所示：
I=imread('peppers.png');
subplot(231)
imshow(I)
title('原始图像')
I=rgb2gray(I);
I1=imnoise(I,'salt & pepper',0.02);
subplot(232)
imshow(I1)
title(' 添加椒盐噪声的图像')
k1=filter2(fspecial('average',3),I1)/255; %进行3*3模板平滑滤波
k2=filter2(fspecial('average',5),I1)/255; %进行5*5模板平滑滤波
k3=filter2(fspecial('average',7),I1)/255; %进行7*7模板平滑滤波
k4=filter2(fspecial('average',9),I1)/255;%进行9*9模板平滑滤波
subplot(233),imshow(k1);title('3*3 模板平滑滤波');
subplot(234),imshow(k2);title('5*5 模板平滑滤波');
subplot(235),imshow(k3);title('7*7 模板平滑滤波');
subplot(236),imshow(k4);title('9*9 模板平滑滤波');
2.3 非线性平滑滤波器
中值滤波器是最常用的非线性平滑滤波器。它是一种临域运算，类似于卷积，但计算的不是加权求和，而是把邻域中的像素按灰度级进行排序，然后选择改组的中间值作为输出的像素值。具体步骤：
（1）将模板在图像中漫游，并将模板中心和图像某个像素的位置重合；
（2）读取模板下对应像素的灰度值；
（3）将这些灰度值从小到大排成一列；
（4）找出这些值排在中间的一个；
（5）将这个中间值赋给对应模板中心位置的像素。MATLAB实现中值滤波器代码所示：
I=imread('peppers.png');
subplot(231)
imshow(I)
title('原始图像')
I=rgb2gray(I);
I1=imnoise(I,'salt & pepper',0.02);
subplot(232)
imshow(I1)
title(' 添加椒盐噪声的图像')
k1=medfilt2(J,[3,3]);%进行3*3模板中值滤波
k2=medfilt2(J,[5,5]); %进行5*5模板中值滤波
k3=medfilt2(J,[7,7]);%进行7*7模板中值滤波
k4=medfilt2(J,[9,9]);%进行9*9模板中值滤波subplot(233),imshow(k1);title('3*3模板中值滤波'); subplot(234),imshow(k2);title('5*5模板中值滤波'); subplot(235),imshow(k3);title('7*7模板中值滤波'); subplot(236),imshow(k4);title('9*9 模板中值滤波');中值滤波的结果如图2-4所示。
2.4 线性锐化滤波器
线性高通滤波器是最常用的线性锐化滤波器。这种滤波器的中心系数都是正的，而周围的系数都是负的。对3*3的模板来说，典型的系数取值是：
[-1 –1 –1；-1 8 –1；-1 –1 -1]
事实上这是拉普拉斯算子，所有的系数之和为0。当这样的模板放在图像中灰度值是常数或变化很小的区域时，其输出为0或很小。这个滤波器将原来的图像中的零频域分量去除了，也就是将输出的图像的平均值变为0，这样就会有一部分像素的灰度值小于0。在图像处理中我们一般只考虑正的灰度值，所以还有将输出图像的灰度值范围通过尺度变回到所要求的范围。
MATLAB代码所示：
I=imread('rice.png');
subplot(2,2,1),imshow(I);
title('原始图像');
axis([50,250,50,200]);
grid on; %显示网格线
axis on; %显示坐标系
I1=im2bw(I);
subplot(2,2,2),imshow(I1);
title('二值图像');
axis([50,250,50,200]);
grid on; %显示网格线
axis on; %显示坐标系
H=fspecial('sobel'); %选择sobel算子
J=filter2(H,I1); %卷积运算
subplot(2,2,3),imshow(J);
title('sobel算子锐化图像');
axis([50,250,50,200]);
grid on; %显示网格线
axis on; %显示坐标系
h=[0 1 0,1 -4 1,0 1 0]; %拉普拉斯算子
J1= filter2 (I1,h,'same'); %卷积运算
subplot(2,2,4),imshow(J1);
title('拉普拉斯算子锐化图像');
axis([50,250,50,200]);
grid on; %显示网格线
axis on; %显示坐标系处理结果如图2-5所示：
3．频域增强
3.1 基本原理
卷积理论是频域技术的基础。设函数f （x,y ）与线性位不变算子h （x,y ）的卷积结果是g （x,y ），即g(x,y)=h(x,y)*f(x,y)
那么根据卷积定理在频域有：
G(x,y)=H(u,v)F(u,v)
其中G(x,y)、 H(u,v)、F(u,v)分别是g(x,y)、h(x,y)、f(x,y)的傅立叶变换。 频域增强的主要步骤是：
（1）技术所需增强图的傅立叶变换；
（2）将其与一个（根据需要设计的）转移函数相乘；
（3）再将结果进行傅立叶反变换以得到增强的图。
频域增强的两个关键步骤：
（1）将图像从空域转换到频域所需的变换及将图像从频域空间转换回空域所需的变换；
（2）在频域空间对图像进行增强加工操作。
常用的频域增强方法有低通滤波和高通滤波。以下分别介绍在MATLAB 中如何实现。
3.2 低通滤波
图像的能量大部分集中在幅度谱的低频和中频度，而图像的边缘和噪声对应于高频部分。因此能降低高频成分幅度的滤波器就能减弱噪声的影响。
Butterworth 低通滤波器是一种物理上可以实现的低通滤波器，n 阶，截断频率为d0的Butterworth 低通滤波器的转移函数为：
H （u ，v ）=n d 2]
0/v u d [11），（ 用MATLAB 实现Butterworth 低通滤波器的代码所示：
I1=imread('rice.png');
figure,imshow(I1)
I2=imnoise(I1,'salt');
figure,imshow(I2)
f=double(I2);
g=fft2(f);
g=fftshift(g);
[N1,N2]=size(g);
n=2;
d0=50;
n1=fix(N1/2);
n2=fix(N2/2);
for i=1:N1
for j=1:N2
d=sqrt((i-n1)^2+(j-n2)^2);
h=1/(1+0.414*(d/d0)^(2*n));
result(i,j)=h*g(i,j);
end
end
result=ifftshift(result);
X2=ifft2(result);
X3=uint8(real(X2));
figure,imshow(X3)
原图和处理结果如图2-6和图2-7所示
原图图2-6 加噪图2-7 去噪
3.3 高通滤波
高通滤波也称高频滤波器，它的频值在0频率处单位为1，随着频率的增长，传递函数的值逐渐增加；当频率增加到一定值之后传递函数的值通常又回到0值或者降低到某个大于1的值。在前一种情况下，高频增强滤波器实际上是依照能够带通滤波器，只不过规定0频率处的增益为单位1。
实际应用中，为了减少图像中面积大且缓慢变化的成分的对比度，有时让0频率处的增益小于单位1更合适。如果传递函数通过原点，则可以称为laplacian滤波器。
n阶截断频率为d0的Butterworth高通滤波器的转移函数为：
H （u ，v ）=n d 2]
v u /0d [11），（ MATLAB 实现Butterworth 高通滤波器代码所示：
I1=imread('rice.png');
figure,imshow(I1)
f=double(I1);
g=fft2(f);
g=fftshift(g);
[N1,N2]=size(g);
n=2;
d0=5;
n1=fix(N1/2);
n2=fix(N2/2);
for i=1:N1
for j=1:N2
d=sqrt((i-n1)^2+(j-n2)^2);
if d==0
h=0;
else
h=1/(1+(d0/d)^(2*n));
end
result(i,j)=h*g(i,j);
end
end
result=ifftshift(result);
X2=ifft2(result);
X3=uint8(real(X2));
figure,imshow(X3)
原图和处理结果如图2-8和2-9所示。
图2-8原图 图2-9高通滤波 三．总结
本文主要介绍了数字图像增强处理的方法以及如何利用MATLAB 及其数字图像增强处理的方法。通过对Matlab 中常用图像处理函数和Matlab 工具箱中提供的对
图像进行预处理的函数的练习，掌握了有关图像处理常用的语句，也熟悉Matlab 在进行图像处理时的一些技巧，并能通过图像处理结果，对各函数在图像处理中的优缺点进行比较，收获较多，基本达到实验目的。
图像颜色增强处理（彩色变换） 实验专题讲座 课程：遥感科学与图像处理 实验：图像颜色增强处理（彩色变换） 姓名： 学号： 指导老师：
一、实验名称 图像颜色增强处理（彩色变换） 二、实验目的 对图像进行彩色变换；观察图像在不同色彩空间之间相互转换的结果异同，理解影像光谱增强中彩色变换的原理及其增强效果，将图象转换成一种更适合于人或机器进行分析处理的形式，提高图像的使用价值。 三、实验原理 光谱增强是基于多光谱数据对波段进行变换达到图像增强处理，采用一系列技术去改善图象的视觉效果，或将图象转换成一种更适合于人或机器进行分析处理的形式。有选择地突出某些对人或机器分析有意义的信息，抑制无用信息，提高图象的使用价值。 在使用单波段图像时，由于成像系统动态范围的限制，地物显示的亮度值差异较小。又由于人眼对黑白图像亮度级的分辨能力仅有10～20级左右，而对色彩和强度的分辨力可达100多种，因此将黑白图像转换成彩色图像可使地物的差别易于分辨[1,2]。 1. 彩色合成（color composite） 在通过滤光片、衍射光栅等分光系统而获得的多波段图像中选出三个波段，分别赋予三原色进行合成。根据各波段的赋色不同，可以得到不同的彩色合成图像。 1)图像主成分变换融合 主成分变换融合[2]是建立在图像统计基础上的多维线性变换,
具有方差信息浓缩、数据量压缩的作用, 可以更准确地揭示多波段数据结构内部的遥感信息, 常常是以高空间分辨率数据代替多波段数据变换以后的第一主成分来达到融合的目的。具体过程是: a. 对多波段遥感数据进行主成分变换( K- L 变换) ; b. 以高空间分辨率遥感数据替代变换以后的第一主成分; c. 进行主成分逆变换,生成具有高空间分辨率的多波段融合图像。 2) 真彩色合成 在通过蓝、绿、红三原色的滤光片而拍摄的同一地物的三张图像上，若使用同样的三原色进行合成，可得到接近天然色的颜色，此方法称为真彩色合成。 3) 假彩色合成 由于多波段摄影中，一副图像多不是三原色的波长范围内获得的，如采用人眼看不见的红外波段等，因此由这些图像所进行的彩色合成称假彩色合成。 进行遥感影像合成时，方案的选择十分重要，它决定了彩色影像能否显示较丰富的信息或突出某一方面的信息。以陆地卫星Landsat 的TM影像为例，当4，3，2波段分别被赋予红、绿、蓝颜色进行彩色合成时，这一合成方案就是标准假彩色合成，是一种最常用的合成方案。实际应用时，常常根据不同的应用目的在试验中进行分析、调试，寻找最佳合成方案，以达到最好的目视效果。 2. 单波段密度分割 将一副图像的整个亮度值变量L按照一定量分割为若干等量间
摘要 数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。图像处理的信息量很大，对处理速度的要求也比较高。MATLAB强大的运算和图形展示功能，使图像处理变得更加的简单和直观。本文主要论述了利用MATLAB实现图像增强处理。 关键词：数字图像处理，图像增强 目录： 一．图像增强简介 图像增强是一类基本的图像处理技术，其目的是对图像进行加工，以得到对具体应用来说视觉效果更好、更有用的图像。这里的好和有用要因具体的应用目的和要求而异，并且所需的具体增强技术也可不同。 目前常用的增强技术根据其处理所进行的空间不同，可分为基于图像域的方法和基于变化域的方法。第一类，直接在图像所在的空间进行处理，也就是在像素组成的空间里直接对像素进行操作；第二类，在图像的变化域对图像进行间接处理。 空域增强方法可表示为：g(x,y)=EH[f(x,y)] 其中f（x，y）和g（x，y）分别为增强前后的图像，EH代表增强操作。 二．图像增强方法 1.空域变换增强 1.1增强对比度 增强对比度实际是增强原图像的各部分的反差。实际中往往是通过原图中某两个灰度值之间的动态范围来实现的（如图1-1）。 图1-1增强对比度 在图1-1中可以看出，通过变换可以使原图的较高的和较低的灰度值的动态范围减小了，而原图在二者之间的动态范围增加了，从而其范围的对比度增加了。 MATLAB代码所示： X1=imread('saturn.png'); figure,imshow(X1) f0=0;g0=0; f1=70;g1=30;
课程设计任务书 学生姓名：专业班级： 指导教师：刘新华工作单位：信息工程学院题目：图像的数据分析 要求完成的主要任务： 利用MATLAB仿真软件系统进行图像的数据分析 要求:读取图像并求出图像的最大值、最小值、均值、中值、和、标准差、两图像的协方差、相关系数等。 课程设计的目的： 1．理论目的 课程设计的目的之一是为了巩固课堂理论学习，并能用所学理论知识正确分析信号处理的基本问题和解释信号处理的基本现象。 2．实践目的 课程设计的目的之二是通过设计具体的图像信号变换掌握图像和信号处理的方法和步骤。 时间安排： 指导教师签名：年月日系主任（或责任教师）签字：年月日
目录 摘要 ...................................................................................................................................... I Abstract ..................................................................................................................................... II 1.Matlab简介及在图像处理与分析的应用 (1) 2.数据采集 (2) 2.1 MATLAB的读取方法 (2) 2.1.1编辑M文件 (2) 2.1.2图像的读取 (2) 3图像数据统计处理 (6) 3.1 图像数据处理原理 (6) 3.2各像素点中最大值的获取 (7) 3.2.1 引用函数 (7) 3.2.2计算结果 (7) 3.3各像素点中最小值 (8) 3.3.1引用函数 (8) 3.3.2计算结果 (8) 3.4各像素点值的均值 (9) 3.4.1引用函数 (9) 3.4.2计算结果 (9) 3.5各像素点值的中值 (10) 3.5.1引用函数 (10) 3.5.2计算结果 (10) 3.6各像素点值的和 (11) 3.6.1引用函数 (11) 3.6.2计算结果 (11) 3.7各像素点值的标准差 (12) 3.7.1引用函数 (12) 3.7.2计算结果 (12)
课程设计 题目基于MATLAB彩色图像及增强处理设计方法 学生姓名曹刘惠子学号 1110064087 所在院(系)物电学院 专业班级电子信息科学与技术1103 指导教师蒋媛 完成地点博源楼1102教室
基于MATLAB彩色图像及增强处理设计方法 曹刘惠子 （陕西理工学院物电学院电子信息科学与技术专业1103班级，陕西汉中 723000） 指导老师：蒋媛 [摘要]图像增强是指依据图像所存在的问题，按特定的需要突出一幅图像中的某一些信息，同时，削弱或去除某些冗余信息的处理方法。其主要目的是使得处理后的图像对给定的应用比原来的图像更加有效同时可以有效的改善图像质量。图像增强单纯从技术上可分成两大类：一类是频域处理法；一类是空域处理法。大多数是以灰度映射变换为基础的，所用的映射变换取决于增强的目的。彩色图像比灰度图像包含更多的信息，无论是对人们的视觉感受，还是后续的图像理解与分析，彩色图像都具有灰度图像无可比拟的优越性。本文主要研究基于MATLAB彩色图像的增强方法。不同原理产生的彩色图像有不同的处理方法，故在本文中主要论述彩色图像增强用法之间以及仿真结果的比较。 运用MATLAB 软件实现彩色图像增强仿真，比较处理方法。 [关键词]彩色图像图像增强时域频域MATLAB
目录 1绪论 (5) 1.1课题研究目的及意义 (5) 1.2本课题的研究内容 (5) 2彩色图像及其增强处理设计方法 (5) 2.1基本概念 (5) 2.2图像处理工具 (5) 2.3伪彩色增强 (6) 2.4真彩色增强 (8) 2.5假彩色增强 (10) 3 程序实现及比较 (10) 3.1伪彩色图像增强 (10) 3.2真彩色图像增强 (11) 3.3假彩色图像增强 (13)
图像色彩增强技术毕业论文 题目：遥感图像的彩色增强处理 专业：电子信息工程
摘要 卫星遥感技术在我国经济和社会发展及国防建设中得到了广泛的应用，并发挥了不可或缺的作用。随着遥感技术应用的深入发展，应用部门对遥感信息质量的要求也日益提高。因此，对遥感影像色彩通过各种手段进行改善，解决遥感影像在色彩方面的问题，成为当今急需解决的问题。 图像色彩增强技术作为遥感图像处理的一种重要手段，可以有效地改善遥感图像的视觉效果，增强信息的识别率，实现遥感应用质量的显著提高。基于此，本文在深入分析彩色图像增强理论、图像的RGB彩色模型、图像的HSI彩色模型以及这两种模型相互转换原理及方法的基础上，重点阐述了怎样利用MATLAB软件，对彩色图像HSI模型下的三个不同分量色调H、饱和度S、亮度I，分别通过色调增强、饱和度增强、直方图均衡化三种不同方法进行处理，从而达到遥感图像彩色增强的目的。 关键词遥感MATLAB 彩色增强直方图色调饱和度
Abstract Satellite remote sensing technology has a wide application and plays an indispensable role in the economic development, social development of our country, and our national defense construction. With the deepening of its application, the requirement for the quality of remote sensing information is continually improved. Therefor, to improving the color of the remote sensing image through varieties of means has been a urgent problem to be solved. As an important means for remote sensing image processing, color enhancing technique can effectively improve the visual effect of the image, enhance the recognition rate of information, and evidently improve the quality of remote sensing application. According to the color enhancing theory, the function characteristics of RGB, HSI color models, and the transition method and theory between the two color models, the paper mainly discussed how to use the tonal enhancement method, the saturation enhancement method and the histogram enhancement method to test with H, S, I, the component of the HSI color model, then to reach the purpose of enhancing the color of remote sensing image. Analysis was carried out using MATLAB. Keyword Remote Sensing MATLAB Color Enhancement Histogram Tone Saturation
利用小波变换实现彩色图像增强 专业：通信工程姓名：李厚福指导教师：王建华 摘要：中国有句谚语“百闻不如一见”，可见视觉信息的重要性。图像是人们获得信息和传递信息的最重要的媒体，人类视觉信息的获取和传播的最主要载体也是图像，因此图像的增强处理受到越来越多的人们关注。而图像在获取或传输过程中，由于各种原因，可能对图像造成破坏，使图像失真，为了满足人们的视觉效果，必须对这些降质的图像进行处理，满足实际需要，使用不同的方法进行图像增强处理，尽可能对图像进行还原。 图像增强技术是数字图像处理的一个重要分支，其方法有很多，主要可以分为空间域增强和频率域增强两大类。但是传统的方法在增强图像的同时，也会带来相应的块效应，不符合人们的视觉效果。小波变换是多尺度多分辨率的分解方式，可以将噪声和信号在不同尺度上分开，根据噪声分布的规律就可以达到图像增强的目的。本文对小波变换理论、小波阈值滤波和增强的方法，小波阈值滤波及增强中的阈值函数和阈值的选取做了理论上的研究，重点研究利用小波变换对图像进行增强处理。关键词：小波变换，图像增强，噪声，信号
第一章绪论 1.1课题研究的意义 图像是人们获取信息和传递信息的最重要的媒体，人类视觉信息的获取和传播的主要载体也是图像。对于生活中的指纹识别，视频监控，生活拍照，医学拍照等无不与图像有着紧密的关系。所以图像增强的目的是改善图像的视觉效果，这对人们的生活有着重要的意义。 图像增强作为基本的图像处理技术，其目的是要改善图像的视觉效果。针对给定图像的应用场合，通过处理设法有选择的突出便于人或机器分析有用的信息，将原来模糊的图像变得清晰，抑制一些没有的信息，得以改善图像质量，丰富信息量，加强图像判读和识别效果，以提高图像的使用价值。 图像增强有很多种方法，传统的方法在增强图像的同时，也会带来相应的块效应，不符合人们的视觉效果。对于其性质随实践是稳定不变的信号，傅立叶变换是理想的工具。但是在实际应用中的绝大多数信号是非稳定的，而特别适用于非稳定信号的工具就是小波变换。小波变换是傅立叶变换的发展与延拓，它对不同频率成分在时域上的取样步长具有调节性，高频则小，低频则大。具有多分辨率分析的特点，在时域和频域都有表征信号局部信息的能力，时间窗和频率窗都可以根据信号的具体形态动态调整。小波变换解决了傅立叶变换不能解决的许多困难问题，运用到图像增强方面有很重要的现实意义。
基于巴特沃斯低通滤波器的图像增强 陈传峰，朱长仁，宋洪芹 (国防科技大学电子科学与工程学院湖南长沙410073) l 引言 在进行图像处理的过程中，获取原始图像后，首先需要对图像进行图像预处理，因为在获取图像的过程中，往往会发生图像失真，使所得图像与原图像有某种程度上的差别。在许多情况下，人们难以确切了解引起图像降质的具体物理过程及其数学模型，但却能估计出使图像降质的一些可能原因，针对这些原因采取简单易行的方法，改善图像质量。由于噪声、光照等原因，使图像质量不高，为了改善视觉效果或便于人、机器对图像的分析理解，一般都需要对图像进行增强处理，但这个过程并没有统一的标准。图像增强一般不能增加原图像信息，只能针对一些成像条件，把弱信号突出出来，使一些信息更容易分辨。图像增强的方法比较多，可以大概分为对比度增强，直方图增强、平滑和锐化［1］4大类，其中，直方图均衡是图像增强的经典方法，因为其有效性和简单易用性已成为图像增强最常用的方法，他又分为全局均衡和局部均衡2种。全局的直方图均衡［2.3］是对整幅图像进行均衡，使其灰度分布均匀，让每一个灰度等级上的象素个数基本相等，算法简单、计算量小、容易实现，但对图像细节部分增强不够；局部直方图均衡［4.5］则可以增强图像内部细节信息，得到很好的增强效果。Yin［6］通过对小波分解各个分量进行直方图均衡，然后重构得到处理后图像，S．M．Pi-zer［2］提出自适应直方图均衡算法，这也是一种局部均衡算法。在对全局直方图均衡和局部直方图均衡详细分析的基础上，本文提出了一种基于Buterworth低通滤波的图像增强方法。由于Buterworth低通滤波器在抑制噪声的同时，图像边缘模糊程度大大减小，且没有振铃效应。基于以上特点，用Buterworth低通滤波器将低频分量和高频分量分离，低频分量进行均衡后，再将两部分融合，实现图像的增强。 2直方图均衡化 直方图均衡化［8］是灰度变换的一个重要应用，他是以累计分布函数变换为基础的直方图修正法。一幅均匀量化的自然图像的灰度直方图通常在低值灰度区间上频率较大，这样的图像的较暗区域中的细节常常看不清楚。为使图像变清晰，一个自然的想法是使图像的灰度动态范围变大，并且让灰度频率较小的灰度级经变换后其频率变的大一些，从而使象素个数增多，即应使变换后的图像灰度直方图在较大的动态范围内趋于均衡，产生一幅灰度级分布具有均匀概率密度的图像，扩展象素的取值动态范围。传统的直方图均衡算法(HE)是利用全局图像信息，对给定的数字图像进行对比度增强处理，其处理过程如下： (1)计算原图像的灰度级直方图； (2)求原图像各灰度级的累积概率分布函数，并由此构造灰度转换函数； (3)根据灰度转换函数将原图像所有象素灰度值映射到输出图像，得到增强图像。 这种直方图均衡方法限制了图像中某些局部区域的对比度拉伸力度，使某些细节与背景之间的对比度难以得
北京揽宇方圆信息技术有限公司遥感卫星影像图像数据处理介绍 北京揽宇方圆信息技术有限公司是国内的领先遥感卫星数据机构，而且是整合全球的遥感卫星数据资源，分发不同性能、技术应用上可以互补的多种卫星影像，包括光学、雷达卫星影像、历史遥感影像等各种卫星数据服务，各种专业应用目的的图像处理、解译、顾问服务以及基于卫星影像的各种解决方案等。遥感卫星影像数据贯穿中国1960年至今的所有卫星影像数据，是中国遥感卫星数据资源最多的专业遥感卫星数据服务机构，提供多尺度、多分辨率、全覆盖的遥感卫星影像数据服务，最大限度的保证了遥感影像数据获取的及时性和完整性。 优势： 1：北京揽宇方圆国内老牌卫星数据公司，经营时间久，行业口碑相传，1800个行业用户选择的实力见证。 2：北京揽宇方圆遥感数据购买专人数据查询一对一服务，数据查询网址是卫星公司网。 3：北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。
4：北京揽宇方圆国家高新技术企业，通过ISO900认证的国际质量管理操作体系，无论是遥感卫星品质和遥感数据处理质量，都能得到保障。 5：影像数据官方渠道：所有的卫星数据都是卫星公司授权的原始数据，全球公众数据查询网址公开查询，影像数据质量一目了然，数据反应客观公正实事求是，数据处理技术团队国标规范操作，提供的是行业优质的专业化服务。 6：签定正规合同：影像数据服务付款前，买卖双方须签订服务合同，提供合同相应的正规发票，发票国家税网可以详细查询，有增值税普通发票和增值税专用发票两种发票类型可供选择。以最有效的法律手段来保障您的权益。 7：对公帐号转款：合同约定的对公帐号，与合同主体名发票上面的帐号名称一致，是由工商行政管理部门核准的公司银行账户，所有交易记录均能查询，保障资金安全。 8：售后服务：完善的售后服务体制，全国热线，登陆官网客服服务同步。 技术能力说明 北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。 一．图像预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。
第28卷第9期2011年9月计算机应用研究 Application Research of Computers Vol．28No．9Sep．2011 一种新的低照度彩色图像增强算法 李小霞，李铖果，邹建华，韩雪梅 （西南科技大学信息工程学院，四川绵阳621010） 摘 * 要：为了增强彩色图像而不引起色彩失真，在HSV 颜色空间中保持色相不变，提出了采用分段对数变换增 采用边缘保持增强色调的低照度彩色图像增强算法。实验结果强饱和度结合在多尺度Retinex 算法的基础上， 表明，该方法在保持图像色相和图像边缘的情况下，显著改善了图像的视觉效果，提高了图像的亮度和对比度。25幅低照度图像的平均亮度、20．93%和29．88%，标准偏差和对比度分别提高了94．95%、相对于带色彩恢复的多尺度Retinex 算法的熵和对比度增量分别提高了7．34%和151．51%，效果优于Retinex 算法。关键词：低照度；彩色图像增强；分段对数变换；边缘保持；饱和度；色调；Retinex 算法中图分类号：TP391 文献标志码：A 文章编号：1001-3695（2011）09-3554-02 doi ：10．3969/j．issn．1001-3695．2011．09．100 New low illumination color image enhancement algorithm
LI Xiao-xia ，LI Cheng-guo ，ZOU Jian-hua ，HAN Xue-mei （School of Information Engineering ，Southwest University of Science ＆Technology ，Mianyang Sichuan 621010，China ） Abstract ：In order to avoid the color distortion during the image enhancement ，this paper proposed a new low illumination color image enhancement method combining the saturation enhancement with segment logarithmic transformation and value en-hancement with edge retaining （S_log-V_edge）based on the multi-scale Retinex （MSR ）algorithm without changing the hue in the HSV color space．Results show that this method can improve the low illumination images ’visual effect and enhance the image brightness and contrast while retaining the image hue and edge．The 25low illumination images average value ，standard 20．93%and 29．88%individually ，the entropy and con-deviation and contrast incremental value are increased by 94．95%， showing trast incremental value are 7．34%and 151．51%more than the multi-scale Retinex with color restoration （MSRCR ）， the effects are better than Retinex methods． Key words ：low illumination ；color image enhancement ；segment logarithmic transformation ；edge retainment ；saturation ；value ；Retinex algorithm 0引言 在图像采集或视频监控的应用中，经常会有夜视或背光等 V_edge）对低照基于边缘保持的色调分量增强的方法（S_log-度彩色图像进行增强。
实验二图像增强 一、实验目的 1、了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。 2、学会对图像直方图的分析。 3、掌握直接灰度变换的图像增强方法。 4、掌握直方图均衡化。 5、采用均值滤波、中值滤波实现图像平滑。 6、采用梯度方法、拉普拉斯算子、Sobel 算子和Prewitt 算子实现图像锐化。 二、实验原理及知识点 图像增强是指按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些不需要的信息的处理方法。其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。图像增强技术主要有直接灰度尺度变换、直方图修改处理、图像平滑化处理、图像尖锐化处理等。 1、灰度变换 灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。 在实际应用中,为了突出图像中感兴趣的研究对象，常常要求局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理。若假定原图像f(x, y)的灰度范围为［a, b］，希望变换后图像g(x, y)的灰度范围扩展至［c, d］，则线性变换可表示为： g(x, y)=[ f (x, y)? a]+ c 2、直方图变换 直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况。直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。 依据定义，在离散形式下，用r k代表离散灰度级，用p r(r k)代表p r(r)，并且有下式成立： P r(r k)=n k 0 ≤r k≤ 1 k= 0,1,2,...,l?1 n a b c d - -
数字图像处理期中论文 图像增强技术综述 学院信息工程学院 专业电子信息工程 方向信息处理方向 姓名何娜娜 学号200710113081 中国传媒大学 2010 年11 月27 日
图像增强技术综述 内容摘要 数字图像处理是指将图像信号转换成数字格式并利用计算机对其进行处理的过程。图像增强是数字图像处理的过程中经常采用的一种方法，它对提高图像质量起着重要的作用。本文先对图像增强的原理进行概述，然后对图像增强的方法分类并给出直方图增强、对比度增强、平滑和锐化等几种常用的增强方法的理论基础，通过Matlab实验得出的实际处理效果来对比各种算法的优缺点，讨论不同的增强算法的技术要点，并对其图像增强方法进行性能评价。 关键词：图像增强直方图增强对比度增强平滑锐化彩色图像增强 Abstract Digital image processing is the procedures of converting image signal into digital format, then using the computer to process it. Image enhancement is digital image processing process often use a method to improve image quality, it plays an important role. This article first introduces the principle of image enhancement and classification，and then focus on several methods to study such as and histogram enhancement, contrast enhancement, smoothing and sharpening, and other commonly used in learning the basic digital image With the approach, through Matlab experiment that the actual effect of various algorithms to compare the advantages and disadvantages to discuss the different enhancement algorithm. The application of occasions, and its image enhancement method of performance evaluation. Keywords:Image Enhancement histogram enhancement contrast enhancement smoothing sharpening 1 图像增强概述 1.1 图像增强背景及意义 在一般情况下，经过图像的传送和转换，如成像、复制、扫描、传输和显示等，经常会造成图像质量的下降，即图像失真。在摄影时由于光照条件不足或过度，会使图像过暗或过亮；光学系统的失真、相对运动、大气流动等都会使图像模糊，传输过程中会引入各种类型的噪声。总之输入的图像在视觉效果和识别方便性等方面可能存在诸多问题，这类问题不妨统称为质量问题。图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚
数字图像处理课程设计 学号： 学生所在学院： 学生姓名： 任课教师： 教师所在学院： 2012年6月
2011级 伪彩色增强算法的应用 南昌航空大学控制工程专业 摘要：伪彩色增强是把黑白图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术。使原图像细节更易辨认，目标更容易识别。本文应用密度分割法和空间域灰度级一彩色变换法对灰度图像进行处理。人眼一般能够区分的灰度级只有二十几个，而对不同亮度和色调的彩色图像分辨能力却可达到灰度分辨能力的百倍以上。利用这个特性人们就可以把人眼不敏感的灰度信号映射为人眼灵敏的彩色信号，从而增强了人对图像中细微变化的分辨力。 【关键词】伪彩色；灰度分割；图像增强；彩色转换；
1.伪彩色处理的原理 伪彩色处理技术，处理的对象虽然是灰度图像，但生成的结果却是彩色图像，众所周知，人的视觉系统对色彩非常敏感，人眼一般能区分的灰度级只有二十多个，但能区分不同亮度、色度和饱和度的几千种颜色人的彩色。根据人的这一特点，可将彩色用于增强中，以提高图像的可鉴别性。因此，如果能将一幅灰度图像变成彩色图像，就可以达到增强图像的视觉效果。常用的伪彩色处理技术的实现方法有多种，如灰度分割法、灰度级一彩色变换法等等。 密度分割法是把灰度图像的灰度级从黑到白分成N个区间,给每个区间指定一种彩色，这样便可以把一幅灰度图像变成一幅伪彩色图像。该方法比较简单、直观。缺点是变换出的彩色数目有限。 空间域灰度级-彩色变换法，与密度分割不同，空间域灰度级-彩色变换是一种更为常用，更为有效的伪彩色增强方法。其根据色学原理，将原图像f(x,y)的灰度范围分段，经过红、绿、蓝三种不同变换，变成三基色分量R(x,y)、G(x,y)、B(x,y)，然后用它们分别去控制彩色显示器的红、绿、蓝电子枪，便可以在彩色显示器的屏幕上合成一幅彩色图像。3个变换是独立的，彩色的含量由变换函数的形式决定。
辐射增强是一种通过直接改变图像的像元的灰度值来改变图像的对比度，从而改善图像视觉效果的图像处理方法。人的眼睛鉴别图像时能够分辨20级左右的灰度级，而显示设备显示灰度的动态范围要大得多。一般来说，原始遥感数据的灰度值范围比较窄，这个范围通常比显示器的显示范围小的多。增强处理可以将其灰度范围拉伸到0~255的灰度级之间来显示，从而使图像对比度提高，视觉效果得以改善。辐射增强主要以图像的灰度直方图作为分析处理的基础。 ERDAS提供以下几种辐射增强功能：1 查找表拉伸；2 直方图均衡化；3 直方图匹配；4 亮度反转；5 去霾处理；6降噪处理；7 去条带处理等。 1查找表拉伸 查找表拉伸（lut stretch）是遥感图像对比度拉伸的总和，是通过修改图像查找表（lookup table）使输出图像发生变化。（辐射增强处理方法之一）根据查找表的定义，可以实现线性拉伸、分段线性拉伸、非线性拉伸等处理。erdas菜单中的查找表拉伸功能是由空间模型（lut_stretch.gmd）支持运行的，可以根据自己的需要随时修改查找表（在lut stretch 对话框中点击view按钮进入模型生成器视窗，双击查找表进入编辑状态），实现遥感图像的查找表拉伸。 (1) 打开查找表拉伸的对话框 ERDAS的面板工具条=>interpreter图标=>Radiometric Enhancement=>LUT Stretch 在View中若出现错误，打开欲处理的图像，Raster->Contrast->Standard Devision Stretch，然后保存图像。再执行LUT Stretch就可以了 (2)LUT拉伸对话框的参数设置
图像增强器的介绍 介绍 图像增强是一个真空管装置，直径为一般18-25毫米。增压器包括一个光电阴极和荧光屏，光电阴极是输入窗的内侧，和多碱图层或半导体层的荧光屏，这是对的内侧上的荧光磷光体涂层输出窗口。还包括无论是简单的网格状电极（即，早期增强技术）通过管或加速电子，在以后的增强器，一个复杂的电子倍增的微通道板（MCP）（图1）。MCP技术在本附注后面讨论。 入射的光子撞击光阴极的引起光电效应释放电子。然后，这些电子被加速（再乘以在更近的增强器）到荧光屏，电子撞击涂层，引起的光。这释放的光由每次射入光子撞击的光电阴极的表面产生的光子构成。 影像增强器的发展由在军事上使用的夜视镜为主要动机。各种类型的图像已经用于近红外（NIR），晚上的主要形式优化照度的战斗环境。这种军事影响力导致了图像的类型和增强器正式的命名惯例。类型被称为？代？目前包括（以技术开发）一代，第二代，超第二代的（或第二代+），和第三代。后来在本附注进行讨论增压式代之间的区别。 影像增强器的掺入高性能的充电耦合器件（CCD）摄像机已经产生增强型CCD（ICCD）系统成像和光谱学是拥有超低照度高灵敏度条件，并允许极短的现象，时间分辨率（小于2毫微秒）。这些ICCD系统被广泛用于此类国家的最先进的中应用激光诱导荧光（LIF），激光诱导击穿光谱（LIBS），燃烧研究，等离子体研究，非破坏性的检测（NDT），和单分 子荧光成像。 图像增强的组件 光电阴极 光电阴极是在一个图像增强器的第一个主要部件。光电阴极涂层将入射的光的光子的一部分插入电子。并非由光电捕获光子被从输由增压器产生的最终信号。因此，量子效率（QE），定义为入射光子的比例转换为电子费用，是增强器非常重要。 早期的增压器使用多碱涂料组成的化合物与在可见光公平光转化性能（VIS）和紫外（UV）的区域，但在近红外波长相对有限的反应。这些涂料普遍类似物钠，钾，锑，铯，或银。砷化镓（GaAs）是一个较新的半导体，低带隙涂层具有高量子效率在可见光和近红外区域。相较于军事需要为增强器具有较高的近红外灵敏度，科学ICCD通常的用法着重于在光谱的蓝色/绿色区域。这导致了光阴涂料与QE改善ICCD使用的开发在蓝色/绿色区域。例如，罗珀科学?，领先高性能ICCD相机系统制造商，提供专有第二代红蓝？平衡反应？和超蓝光电阴极（图3）。第三代高清蓝光阴也发现了一些实用的军事飞机的应用程序（图4）。 GaAs作为光电阴极涂层在化学上是脆弱的，对敏感电离气体少量存在于图像增强器。这些离子是由电子领域被迫回到了光阴，在那里他们迅速破坏砷化镓涂层。为了减少这种恶化，薄的离子阻挡膜的金属氧化物被施加到MCP的表面以阻止迁移离子向阴极。胶片 只是部分透明的传入光电子，也减少了二次电子的俘获在输入表面上产生。这两个因素的净光学效应是该离子阻挡膜减少QE高达30％，但与设备电影仍然大大高于可见光第二代设备更敏感频谱的一部分。 在增强的噪声的成分来自热生成从光电阴极的电子，被称为等效背景照明（EBI）。这些电子是不可区分的从这些光的光子产生的，因此污染图像信号。EBI可通过冷却所述图像增强器可以减少，并且通常可以忽略不计的门控应用。 MCP 该MCP是一个图像的第二个和最精密的部件增强。它是一种稍微导电的玻璃基板（2
§4.7 图像数据的处理方法 一、图像增强 一幅图像经过生成、复制、扫描、传输、变换后，由于多种因素的影响，图像的质量不能满足要求，这时就需要进行图像增强处理。图像增强的目的是改善图像的效果，以更适应人眼的观察或计算机的处理。 图4-7-1 图像增强效果图 但是，对图像质量的评价并没有统一的标准，图像增强的方法往往带有一定的针对性。下面介绍一些基本的图像增强方法。 1、灰度级的修整
直接修改图像像素点灰度级是一种简单而有效的图像增强方法，主要有两种形式：一种是灰度级校正，通过修改像素点的灰度级来补偿记录图像时的不均匀曝光；另一种是灰度级变换，用统一的方法改变图像的灰度，以提高图像的质量。 (1)、灰度级校正 图像记录系统应将物体的亮度单调地映射成图像的灰度级。在理想情况下，上述映射关系不随像素点的位置而变化，然而，实际上却随像素点的位置而变化，即是不均匀曝光。 假定均匀曝光下图像的灰度级为f(x,y)，而实际上非均匀曝光下图像的灰度级为： g(x,y)=e(x,y)·f(x,y) 其中e(x,y) 描述了曝光的非均匀性。 为了确定e(x,y)，可使用一个已知亮度的均匀场面的图像来核准图像记录系统。设这个均匀场面经过均匀曝光后的灰度级为常数C ，而这个均匀场面经 (x,y)，则： 过非均匀曝光后的图像为g c e(x,y)= g (x,y)∕C c 这样根据e(x,y)就能校正该系统得到的任何图像。 (2)、灰度变换 当图像成像时曝光不足或过度，图像记录设备的范围太窄等因素，都会产生对比不足的问题，使图像的细节分辨不清。为此需对每一像素的灰度级进行变换，扩大图像灰度的范围，达到图像增强的目的。 设原图像中像素点(x,y)处的灰度级为f(x,y)，通过映射函数T，生成的图像的灰度级为g(x,y)，即： g(x,y)=T[f(x,y)] 1°线性灰度变换 将对比度较差的图像的灰度线性扩展，常能显著改善图像的质量。 假定原图像f(x,y)的灰度范围为[a,b]，变换后的图像g(x,y)的灰度范围为[ c,d]，则有：
第一章 绪论 图像增强研究现状 图像增强是图像处理的基本内容之一，图像增强是指按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要信息的处理方法，其目的是使得处理后的图像对某种特定的应用，比原始图像更合适。处理的结果使图像更适应于人的视觉特性或机器的识别系统。图像增强主要可分为三类:频域图像增强方法、小波域图像增强方法、空域图像增强方法。 1.1频域图像增强方法 频域图像增强是对图像经傅立叶变换后的频谱成分进行操作，然后逆傅立叶变换获得所需结果。其原理如下图所示： 频域图像增强原理图 常用的频域增强方法有低通滤波技术，是利用低通滤波器去掉反映细节和跳变性的高频分量。但其在去除图像尖峰细节的同时也将图像边缘的跳变细节去除掉了，而使得图像较模糊。低频滤波有理想低通滤波器、Butterworth 滤波器、指数滤波器等。高通滤波器技术是利用高通滤波器来忽略图像中过度平缓的部分，突出细节和跳变等的高频部分，使得增强后的图像边缘信息分明清晰。高通滤波技术进行增强处理后的图像，视觉效果不好，较适用于图豫中物体的边缘提取。高通滤波器有理想高通滤波器、梯形滤波器、指数滤波器等。频域增强方法中还有带通和带阻滤波、同态滤波等，一般是用来解决光动态范围过大或者光照不均而引起的图像不清等情况。 频域变换的基础是卷积处理，因此其基本原理为:设原始图像为),(y x f ，处理后图像为),(y x g ，而),(y x h 是线性不变算子。则根据卷积定理，有: ),(*),(),(y x h y x f y x g = （1-1） 其中*代表卷积。若),(v u G 、),(v u H 、),(v u F 分别是),(y x g 、),(y x h 、),(y x f 的傅立叶变换，则上式的卷积关系表示成变换域中为: ),(*),(),(v u F v u H v u G = （1-2） 其中),(v u H 用线性系统理论来说，是转移函数。在具体的增强中，),(y x f 是给定的，则),(v u F 也可通过变换求出。而),(v u H 通过不同的滤波器来确定，则 由式(1-2)可得: )],(),([),(1v u F v u H F y x g -= （1-3） 1.2小波域图像增强方法 小波是近几年发展起来的一种时频分析工具，它同时具有时频局部化能力和
在借鉴国外相对成熟理论体系和技术应用体系的条件下，国内的增强技术和应用也有了很大的发展。总体来说，图像增强技术的发展大致经历了初创期、发展期、普及期和应用期4个阶段。初创期开始于20世纪60年代，当时的图像采用像素型光栅进行扫描显示，大多采用中、大型机对其进行处理。在这一时期由于图像存储成本高，处理设备造价高，因而其应用面很窄。20世纪70年代进入了发展期，开始大量采用中、大型机进行处理，图像处理也逐渐改用光栅扫描显示方式，特别是出现了CT和卫星遥感图像，对图像增强处理提出了一个更高的要求。到了20世纪80年代，图像增强技术进入普及期，此时的计算机已经能够承担起图形图像处理的任务。20世纪90年代进入了应用期，人们运用数字图像增强技术处理和分析遥感图像，以有效地进行资源和矿藏的勘探、调查、农业和城市的土地规划、作物估产、气象预报、灾害及军事目标的监视等。在生物医学工程方面，运用图像增强技术对X 射线图像、超声图像和生物切片显微图像等进行处理，提高图像的清晰度和分辨率。在工业和工程方面，主要应用于无损探伤、质量检测和过程自动控制等方面。在公共安全方面，人像、指纹及其他痕迹的处理和识别，以及交通监控、事故分析等都在不同程度上使用了图像增强技术。图像增强是图像处理的重要组成部分，传统的图像增强方法对于改善图像质量发挥了极其重要的作用。随着对图像技术研究的不断深入和发展，新的图像增强方法不断出现。例如一些学者将模糊映射理论引入到图像增强算法中，提出了包括模糊松弛、模糊熵、模糊类等增强算法来解决增强算法中映射函数选择问题，并且随着交互式图像增强技术的应用，可以主观控制图像增强效果。同时利用直方图均衡技术的图像增强也有许多新的进展：例如提出了多层直方图结合亮度保持的均衡算法、动态分层直方图均衡算法。这些算法通过分割图像，然后在子层图像内做均衡处理，较好地解决了直方图均衡过程中的对比度过拉伸问题，并且可以控制子层灰度映射范围，增强效果较好。 20世纪20年代图片第一次通过海底电缆从伦敦传往纽约。当时人们通过字符模拟得到中间色调的方法来还原图像。早期的图像增强技术往往涉及硬件参数的设置，如打印过程的选择和亮度等级的分布等问题。在1921年年底提出了一种基于光学还原的新技术。在这一时期由于引入了一种用编码图像纸带去调制光束达到调节底片感光程度的方法，使灰度等级从5个灰度级增加到15个灰度等级，这种方法明显改善了图像复原的效果。到20世纪60年代早期第一台可以执行数字图像处理任务的大型计算机制造出来了，这标志着利用计算机技术处理数字图像时代的到来。1964年，研究人员在美国喷气推进实验室(JPL)里使用计算机以及其它硬件设备，采用几何校正、灰度变换、去噪声、傅里叶变换以及二维线性滤波等增强方法对航天探测器“徘徊者7号”发回的几千张月球照片进行处理，同时他们也考虑太阳位置和月球环境的影响，最终成功地绘制出了月球表面地图。随后他们又对1965年“徘徊者8号”发回地球的几万张照片进行了较为复杂的数字图像处理，使图像质量进一步提高。这些成绩不仅引起世界许多有关方面的注意而且JPL本身也更加重视对数字图像处理地研究和设备的改进，并专门成立了图像处理实验室IPL。在IPL里成功的对后来探测飞船发回的几十万张照片进行了更为复杂的图像处理，最终获得了月球的地形图、彩色图以及全景镶嵌图。从此数字图像增强技术走进了航空航天领域。 20世纪60年代末和20世纪70年代初有学者开始将图像增强技术用于医学图像、地球遥感监测和天文学等领域。X射线是最早用于成像的电磁辐射源之一，在1895年X射线由伦琴发现。20世纪70年代Godfrey N. Hounsfield先生和Allan M. Cormack教授共同发明计算机轴向断层技术：一个检测器围绕病人，并用X射线源绕着物体旋转。X射线穿过身体并由位于对面环中的相应检测器收集起来。其原理是用感知的数据去重建切片图像。当物体沿垂直于检测器的方向运动时就产生一系列的切片，这些切片组成了物体内部的再现图像。到了20