当前位置：文档之家 › 基于空域的图像增强技术研究

基于空域的图像增强技术研究

  • 格式：pdf
  • 大小：70.25 KB
  • 文档页数：3

下载文档原格式

  / 3

合集下载

图像增强 image enhancement

图像增强 image enhancement

图像增强image enhancement 增强图象中的有用信息，它可以是一个失真的过程，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，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。

图像增强可分成两大类：频率域法和空间域法。

前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。

采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。

具有代表性的空间域算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等，它们可用于去除或减弱噪声。

图像增强的方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征，使图像与视觉响应特性相匹配。

在图像增强过程中，不分析图像降质的原因，处理后的图像不一定逼近原始图像。

图像增强技术根据增强处理过程所在的空间不同，可分为基于空域的算法和基于频域的算法两大类。

基于空域的算法处理时直接对图像灰度级做运算基于频域的算法是在图像的某种变换域内对图像的变换系数值进行某种修正，是一种间接增强的算法。

基于空域的算法分为点运算算法和邻域去噪算法。

点运算算法即灰度级校正、灰度变换和直方图修正等，目的或使图像成像均匀，或扩大图像动态范围，扩展对比度。

邻域增强算法分为图像平滑和锐化两种。

平滑一般用于消除图像噪声，但是也容易引起边缘的模糊。

常用算法有均值滤波、中值滤波。

锐化的目的在于突出物体的边缘轮廓，便于目标识别。

常用算法有梯度法、算子、高通滤波、掩模匹配法、统计差值法等。

影响图像质量清晰程度有很多因素，室外光照度不均匀会造成图像灰度过于集中；摄像头获得的图像经过数/模转换，线路传输时都会产生噪声污染，图像质量不可避免降低，轻者变现为图像伴有噪点，难于看清图像细节；重者图像模糊不清，连大概物体面貌轮廓都难以看清。

遥感入门-遥感数字图像增强处理

遥感入门-遥感数字图像增强处理

b f ( x, y ) T 亮度级 其它
或：
Lg g ( x, y ) f ( x, y ),
研究边缘灰度 级的变化，但 不受背景影响
只对边缘位置 感兴趣
f ( x, y ) g ( x, y ) Lb , L g ( x, y ) g Lb ,
直方图规定化
直方图规定化
T（xa）为原图像直方图均衡化的变换函 数,G(yc)为参考图像直方图均衡化的变换函 数,变换后的灰度值均为Zb,由上述可知
Z b T ( xa ) ha( xaj )
j 0 k k
Z b G ( yc ) hc( ycj )
j 0
yc G ( zb ) G [T ( xa )]
4
6 5 5 4 3 3
0.35
0.47 0.57 0.67 0.76 0.82 0.88
0.33
0.51 0.51 0.67 0.82 0.82 0.92
14 ／16
15 ／16 1
2
2 2
0.92
0.96 1
0.92
1.00 1.00
空域增强-邻域增强
• 邻域
对于图像中的某个像元f（x,y），把以像元为中心一定距 离内的像元集合Axy=｛x±p，y±q｝（p,q取任意整数） 叫做该像元的邻域。
用这种非线性的滤波，比邻域平均法可以在很大的程 度上防止边缘的模糊。
3
5
10 12 16
2
5
4
6
8
8
10 5
3 7
4
3
6
7
45 8
10 19
30 8
试用1*3和3*3的窗口对此进行中值滤波
磁共振成像技术中的图像重建算法

磁共振成像技术中的图像重建算法

磁共振成像技术中的图像重建算法磁共振成像技术是一种用于观察人体内部结构的非侵入性医学成像技术。

它通过对人体内部的磁场进行扫描，可以得到高分辨率的图像信息，从而帮助医生进行诊断。

在磁共振成像技术中，图像重建算法是非常重要的一环。

它负责从扫描得到的原始数据中重建出人体内部的结构信息，并生成可视化的图像用于医学诊断。

目前，磁共振成像技术的图像重建算法主要分为两类：频域算法和空域算法。

下面将分别对这两种算法进行介绍。

一、频域算法频域算法将磁共振信号转换到频域进行处理，然后再将处理后的数据转换回时域，得到最终的图像。

其中，最常用的频域算法是快速傅里叶变换（FFT）。

它可以将磁共振信号快速地转换到频域进行处理，然后再进行反变换，得到重建后的图像。

虽然快速傅里叶变换的速度很快，但是这种算法存在一定的局限性。

例如，磁共振信号中存在很多不同频率的信号，而快速傅里叶变换对信号的不同频率处理效果不能很好地区分，从而影响图像的质量。

二、空域算法空域算法是通过对原始数据进行处理，直接得到重建后的图像。

其中，最常用的空域算法是反向投影算法。

这种算法可以将不同方向的扫描数据按照一定的规则投影到图像平面上，然后将所有的投影结果叠加起来，得到最终的重建图像。

反向投影算法的优点是可以处理不同方向的扫描数据，其中还可以添加一些先验信息，从而提高图像质量。

然而，这种算法也存在一些问题，比如有时会出现伪影情况。

此外，还有一些其他的空域算法，比如基于大脑并行矩形图像重建的算法（BART）和基于稀疏表示的重建算法（CS-MRI）。

这些算法可以在一定程度上提高图片的质量，并降低成像时间。

总结起来，磁共振成像技术的图像重建算法是非常复杂的，需要结合理论和实践进行优化。

随着计算机技术和算法的不断发展，未来有望实现更快速、更准确、更高质量的图像重建算法，从而实现更好的医学诊断效果。

基于直方图处理的局部图像增强算法研究

基于直方图处理的局部图像增强算法研究

出感兴趣 的图像 细节 、边缘 特征 ，同 时减 少 不 必 要 的信 息 。图像 增 强 并 不 是改 变 或 增 加 图像 的原 始 信 息 ，而 是依 据原 始 图像 ，采 用相 应 的算法 ，突 出图像 的整体 信息 或局部 信 息 。从 技术 上来 看 ，图像增 强 可 分为 ２类 ，即空域 图像增 强 和频域 图像 增强 。空 域 图像 增 强是 直接对 图像 的像 素进 行处 理 ，改变原 始 图像 中像 素 的灰度 值［ 。频域 增强 则是 通过 傅里 叶变 换把原 图像 从 空间域 变换 到频 率域 ，再对 图像 进 行 处 理 。笔者 主要研 究在 空 间域里 运用 直方 图处 理对 图像进 行增 强 。
［ 键 词 ］ 图像 增 强 ；局 部 图像 增 强 ；直 方 图处 理 关 ［ 图 分 类 号 ］ Ｔ ３ １４ 中 Ｐ ９．１ ［ 献 标 志码 ］Ａ 文 ［ 章编号］１７ 文 ６ ３—１０ （０ ３ １ ０ ２ — ３ ４ ９ ２ １ ）Ｏ — ０ ５ ０
在 进行 图像 处理 前 ，需 要 获取原 始 图像 。 图像在 采 集 、传 送 、变 换 过程 中 ，会 受 到 噪声 、曝 光 度 、
１ 直 方 图
直方 图是 图像 的一 种统 计表 达方 式 ，灰度 级为 ［ ， １ Ｏ Ｌ一 ］的图像直 方 图是离 散 函数 ：
（ ）：
户（ ）： ｎ ／ 志
（ 意表示第 ｋ级灰度 ， 是 ｒ 的像 素个数 ）
用 以直观 表现 图像 灰度级 的分布 。 直 方 图进 行 归一化 处理 ， 常用 ： 对 通
Ｉ ３ ｃｒｏ ６ ．ｏ ｎ
ｒ ： －
， ｉｓ ｒ． ， ｕ ｕ （ ｑ ￣
理 工 上 旬 刊 ＊ 算 机 科Ｏ ３年 １ 月
图像增强-数字图像处理

图像增强-数字图像处理


图像增强
2.图像噪声的特点 (1)噪声在图像中的分布和大小不规则,即具有随机性。 (2)噪声与图像之间一般具有相关性。 (3)噪声具有叠加性。
图像增强
3.3.2 模板卷积 模板操作是数字图像处理中常用的一种邻域运算方式,
灰度变换就是把原图像的像素灰度经过某个函数变换成 新图像的灰度。常见的灰度变换法有直接灰度变换法和直方 图修正法。直接灰度变换法可以分为线性变换、分段线性变 换以及非线性变换。直方图修正法可以分为直方图均衡化和 直方图规定化。
图像增强
3.1.1 线性变换 假定原图像f(x,y)的灰度范围为[a ,b],希望变换后图像
ቤተ መጻሕፍቲ ባይዱ
图像增强
例如,假定一幅大小为64×64、灰度级为8个的图像,其灰 度分布及均衡化结果如表3-1 所示,均衡化前后的直方图及变 换用的累积直方图如图3-10所示,则其直方图均衡化的处理 过程如下。
图像增强
图像增强 由式(3-12)可得到一组变换函数:
依此类推:s3=0.81,s4=0.89,s5=0.95,s6=0.98,s7=1.0。变换函 数如图3-10(b)所示。
图像增强
１
图像增强
图3-1 灰度线性变换
图像增强
图3-2 灰度线性变换示例
图像增强
3.1.2 分段线性变换 为了突出感兴趣的灰度区间,相对抑制那些不感兴趣的
灰度区间,可采用分段线性变换。常用的3段线性变换如图33所示,L 表示图像总的灰度级数,其数学表达式为
图像增强
图3-3-分段线性变换
图像增强
设r 为灰度变换前的归一化灰度级(0≤r≤1),T(r)为变换函 数,s=T(r)为变换后的归一化灰度级(0≤s≤1),变换函数T(r)满足 下列条件:
基于matlab的图像增强算法仿真_毕业设计论文

基于matlab的图像增强算法仿真_毕业设计论文

图像增强技术基本上可分成两大类：一类是频域处理法、一类是空域处理法。频域处理法的基础是卷积定理。它采用修改图像傅立叶变换的方法实现对图像的增强处理。空域处理法是直接对图像中的像素进行处理，基本上是以灰度映射变换为基础的。
本文利用Matlab中关于图像增强的相关函数进行实验研究，对空域和频域算法进行分析，实现数字图像的灰度处理、亮度处理、截图、噪声、滤波器、直方图统计、频谱分析等。实验结果比较了各个算法的优缺点，指出了其最佳的应用场景。
The image intensification technology basically separable becomes two big kinds: One kind is the frequency range processing law, one kind is the air zone processing law.The frequency range processing method foundation convolutes the theorem.It uses the revision image Fourier transformation the method realization to image enhancement processing.The air zone processing law directly carries on processing to in the image picture element, basically is take the gradation mapping transformation as the es the mapping transformation is decided by the enhancement goal.Matlab supports five kind of image types, namely two value images, index image, gradation image, RGB image and multi-frame image array.
基于遗传算法的图像增强技术研究

基于遗传算法的图像增强技术研究


摘要 ：遗传算法作为一种智能优化算法，已广泛应用许 多学科及工程领域。针对 图像 增强的空域操作 ，构造 了一 种 简单且规一化亮度 变换 函数 ，并设计遗传算法实现影像的 自适应增强。处理后质量 比传统算法要好 ，但另一方面这 种 图像 增强处理方法在局域亮度严重失衡 下处理能力弱。
关键 词：遗传算法 ；遥感影像 ；图像增 强 中图分类号：Ｔ ３ Ｐ １ 文献标识码 ：Ａ 文章编号 ：１７ － ８ ６ （０ ０ ３ ０ ５ — ３ ６４－ ９ ２ １）０ —０ ４ ０ ４
Ｐ 为第 ｉ 级灰度出现的概率 ，当 ｐ Ｏ时 ，定义 ｉ ＝
ｐｌｇ ０ ￣ ｏ ｏ ｐ
数 中具有这样 图像 的函数有 ：幂 函数 、指数 函数 、 对数函数 、正弦（ 弦） 余 函数及 其反 函数、双曲函数 及其 反函数等 。考虑构建曲线所要求 的函数参数要
（） １
某一 曲线对应 ｐ－ｐ 的不同组合 。 ｌ＋ － －
４ 适 应 度 函数
， ￡ Ｊ 一 一分别为原图像灰度的最小值和最大值 ， 显 然 ｎｘ ） ０１ （Ｙ ∈【 ］ ， ， ，对 于 非线性 变 换 函数 （ 作规 ｕ ） 定 ，ｒｕ∈【 Ｉ （ Ｏ 】 ∈【 １。 ） ， ，Ｕ ０ ］ 在考虑对原 图像做不超出 ，
影像不可避免存在反差较低 ，地物边界轮廓不清等 现象 ，给直接判读和量测带来 了一定 的困难。影像 增强就是解决这一类 问题 的一个 重要手段 ，其主要 目的就是通过一定的变换把影像转换成更适合人眼 观察判断或机器视觉分 析处理 的另一种形式 ， 其实
型 、基于模糊理论模型和遗传算 法等 。本文介绍基
卢 （ ） （ ） （ ＋ （ （） 』 ｕ ＋ ２ ｕ ＋ ， ）＋ ） ３
基于空域中的图像融合算法研究

基于空域中的图像融合算法研究


吉 ］
㈤
下 ： 计 算 前 景 图 区 域 内 的 均 值 ， 并 由此 均 值 得 到 前 ① 景 图 像 的 一 个 近 似 表 述 ② 对 处 于 前 景 区 与 背 景 图 合 成 边 界 的 像 素 ， 用 （） 作 平 滑 滤 波 ； 为 使 前 景 区 利 １式 ③ 域 内 的 图 像 均 值 保 持 不 变 ， 区 域 内 的 每 个 像 素 加 上 给
维普资讯
第 ２ 卷 第 ９ ３ 期
ＶＯ ． １ ２３
Ｎ Ｏ． ９
计算机工程与设计
Ｃ０Ｍ Ｐ ＵＴＥＲ ＥＮＧＩ ＥＥＲＩ Ｎ ＮＧ ＡＮＤ ＤＥＳ ＧＮ Ｉ
２０ 年 ９ ０２ 月
Ｓｅ ｐ． ２ ０ ０ ２
文 章 编 号 ：０ ０７ ２ （０ ２ ０ —０ ２０ １０ —０ ４ ２ ０ ） ９０７ —２
中 图分 类 号 ： Ｐ １． Ｔ ３ ７４
文献标识码 ： Ａ
基于空域中的图像融合算法研究
刘 志 镜 ， 杨 海 英 ， 张 小 平
（ 安 电子 科 技 大 学 计 算 机 信 息 研 究 中心 ， 西 安 ７０ ７ ） 西 １０ １
摘 要 ：多媒 体技 术 中 图像 融合是 颇 为 关键 的技 术之 一， 在其越 来越 成 为焦点 内容 的 同时， 出一种基 于 空域的 提 图像 融合 算 法，探讨 了图像 融合 过程 中图像 的完整 结合和 自然过度 ，使合 成 的 图像 美观 、流 畅 。
合 成 提 出 两 大 问题 ： 合 成 图 像 中 人 像 的 轮 廓 是 否 仍 在
会 清 晰 可 见 ； 像 与 背 景 是 否 衔 接 自然 、 剪 贴 痕 迹 。 人 无
轮 廓 得 到 了加 强 ， 图像 质量 得 到 了优 化 。 使
第五讲 图像增强

第五讲 图像增强

二维中值滤波可以描述为：
g(x, y) M ed f (x, y)
f (x, y)为二维数据序列， g(x, y)为窗口中心点滤波后的值。
图像增强
二维中值滤波比一维的更能抑制噪声。 一维中值滤波窗口比较单一，只是窗口的长度不 同；二维窗口的选择则有多种，如线性、方形、十字 形等。窗口的选择比较重要，不同的窗口有不同的滤 波效果。
图像的邻域平均：对原始图像的待处理像素点取 一个邻域（4像素或8像素），计算邻域内所有像素的 灰度值之和，然后求平均值作为待处理像素点进行邻 域平均运算后的灰度值。
其数学表达式为：
图像增强
gi, j 1 f x, y
M x, y S
f(x,y)为邻域内的像素， g(i,j)为邻域平均后的像 素，M为参与运算的像素的个数，也包括中心点在 内，S为该邻域。
图像增强
PS
S
＝Pr
r
dr dS
r
T
1
s
为了保证图像灰度直方图为均匀分布，即 PS(Biblioteka )=1，则灰度变换公式为：r
s T r pr d 0 r 1
0
图像增强
证明：ds dr
pr r
dr ds
1
pr r
ps s
pr r
1
pr r
r T 1 s
1,
0 s 1
例5－1：已知一幅图灰度级的概率分布密度，对其
令r代表原图像灰度, S代表经直方图修正后的图 像灰度，二者是归一化了的，则：0≤r,S ≤1 。
直方图修正函数可以表示为：S=T(r) 变换函数T(·)满足以下两个条件： 1、在有效区间内为单值单调增加函数；（保持由黑到白） 2、在有效区间内0≤ T(r) ≤1 。（灰度值在允许范围内） （T(r)可逆，r=T-1(S)）
基于matlab的图像增强技术分析与实现

基于matlab的图像增强技术分析与实现


ｃ ｍｐ ｔｒ Ｔｈｓｐ ｐ ｒｍａｎｙ ｄｓ ｕ ｓ ｄ ｔ ｅ ａｒ ａ ｅ ｐ ｏ ｅｓ ｇ Ｂ ｘ ｅ ｍ ｅ ｔｃ ｎ ａｔ ｉ ｍａ ｅ ｒ ｆ ｒｂｙ ｅ ｈ ｎ ｅ ｆ ｃｓ ｏ ｕ ｅ ． ｉ ａ ｅ ｉｌ ｉ ｓｅ ｈ ｉ ｐ ｃ ｒ ｃ ｓｉ ． ｙ ｅ ｐ ｒ ｎ ｏ ｔ ｓ， ｔ ｋ ｓ ｅ ｅａ ｌ ｎ ａ ｃ ｄ ｅ ｅ ｔ ｃ ｓ ｎ ｉ ｒ ｐ ．
ｉ ｇ ａ ｍ ａ ｅ ｓ ｇ ｅ ａｉ ｎｄ Ｓ ｎ ｎｄ ｉ ｇ ｅ ｍ ｎｔｔ ｏｎ ａ Ｏ ｏｎ， Ｄ ｕ ｎ ｅ ｔ ｎｄ ｔａ ｓ ｒｉ ｈ ｍ ａ ｅ ｉ ａ ｉｔ ｒｉ ｓｉ ｆｕｅ ｅ ｔ ｄｅｓａ ｉ ｇ ｏｆｍ ａ ｎ ｉ ｒ ｇ ｇ ｔ ｎｇ ａ ｎ ｆ ｒｎｇ ｔ ｅ ｉ ｇ ， ｍ ｇｅ ｄｓｏ ｏｎ ｎ ｉ ｒ ｔ ｌ ｎｃ ｈｅ ｕｎ ｒｔｎｄ ｎ ｎ ａ ｄ
ｓｂ ｌ（，，）ｍ ｈｗＪ ｕ ｐｏ １ １ｉ ｓｏ （ ｔ ２ ， ）％显示灰度图像直方 图均 化后 图像 ｓｂ ｌ（，，）ｍ ｉ（ ｕ ｐｏ １ ２， ｈｓＪ ｔ ２ ｉ ｔ）％显示 直方 罔均化后 的图像的直方图
增 强 是 指 按 特 定 的需 求 突 出一 幅 图像 中 的 某些 信 息 ， 时 削 弱 或 同 去 除 某 些 不 需 要 的信 息 ， 就 是 一 种 将 原 来 不 清 晰 的 图 像 变 的 清 也 晰 或 强 调 某 些 感 兴 趣 的特 征 ， 之 改 善 图像 质 量 、 富 信 息 量 ． 使 丰 加 强 图像 判读 和识 别 效 果 的 图像 处 理 方 法 。 从 纯 技 术 上 讲 ， 像 增 强 技 术 基 本 上 可 分 成 两 大 类 ： 域 处 图 频
Ｋ ｙｗｏｒｓＩ ｇ ｎ ａ ｃ ｍｅ ｔｎ ｓ ｇａ ｅ ｄ ： ｍａ ｅｅ ｈ ｎ ｅ ｎ； Ｈｉｏ ｒｍ；Ｃｏ ｔａｔ Ｌｎ ａ ｌ ｒｎ ； ｅ ａ ｌ ｒｎ ｔ ｎｒｓ； ｉｅ ｒ ｔｉ ｇ Ｍ ｄ ｎｆｔｉ ｇ ｉ ｆ ｅ ｉ ｉ ｅ
图像质量评价与增强技术研究

图像质量评价与增强技术研究

图像质量评价与增强技术研究摘要：图像质量评价与增强技术是计算机视觉领域的重要研究方向，对于提高图像质量、增强视觉效果具有重要意义。

本文将探讨图像质量评价和图像增强的技术方法，并介绍目前的研究进展与应用。

1 引言随着数字图像处理的广泛应用，对于图像的质量评价和增强需求日益增长。

图像质量评价是指通过一定的评价指标，对图像的清晰度、对比度、亮度、色彩等进行定量评估。

而图像增强则是指利用图像处理技术，改善图像的视觉效果，使得图像更加清晰、亮度更均衡、对比度更强等。

本文将分别介绍图像质量评价和图像增强的基本概念和技术方法。

2 图像质量评价技术图像质量评价技术是指通过一系列的评价指标，对图像进行定量的质量评估。

常见的图像质量评价指标包括峰值信噪比（PSNR）、结构相似性指标（SSIM）、主观评价等。

PSNR 是评价图像质量的常用指标，通过计算原始图像与重建图像之间的均方误差来评估图像质量。

SSIM则是通过计算图像的亮度、对比度和结构之间的相似性来评估图像质量。

主观评价是通过人眼对图像的直观感受来进行评估。

图像质量评价技术的研究旨在提出更加准确可靠的评估指标，以满足不同场景下图像质量评估的需求。

3 图像增强技术图像增强技术是指利用图像处理技术，改善图像的视觉效果，提高图像的质量。

常见的图像增强技术包括直方图均衡化、空域滤波、频域滤波等。

直方图均衡化是一种常见的图像增强方法，通过调整图像的像素值分布，提高图像的对比度和亮度。

空域滤波是通过改变图像的像素值来增强图像的细节和纹理。

频域滤波则是对图像进行频域变换，通过滤波处理来增强图像的细节和清晰度。

图像增强技术的研究旨在提出更加高效、准确的增强方法，以满足不同场景下图像增强的需求。

4 研究进展与应用近年来，图像质量评价与增强技术在多个领域得到了广泛的应用。

在无人驾驶领域，图像质量评价技术可以评估车载摄像头捕获到的图像的清晰度和对比度，为自动驾驶系统提供辅助决策。

在医学图像处理领域，图像增强技术可以提高医学影像的清晰度，帮助医生更准确地进行诊断。

数字图像处理方法-图像增强2


求出：k1和k2 求出：l1和l2
第五章 图像增强
23
空域处理—彩色图像增强
彩色平衡实现的算法
9 分别对R、G、B图像实施变换：
*=
+
R(x, y) k1*R(x, y) k 2
B(x, y)* = l1*B(x, y) + l2
G(x, y)* = G(x, y)
9 得到彩色平衡图像
第五章 图像增强
直方图均衡化的技术要点：
公理：直方图p(rk )，为常数的图像对比度最好
目标：寻找一个灰度变换函数T(r)，使结果图像 的直方图p(sk )为一个常数
第五章 图像增强
3
空域处理—直方图增强
直方图均衡—灰度变换函数
1) 求出原图 f 的灰度直方图，设为h。h为一个256维的向 量。
2) 求出图像 f 的总体像素个数， Nf=m ×n
第五章 图像增强
32
空域处理—彩色图像增强
伪彩色增强
人类可以分辨比灰度层次更多的颜色种类 将灰度图像变换为彩色图像——伪彩色图像 方法：伪彩色变换，密度分割
伪彩色变换法—独立映射表变换法
9对灰度图像 f(x, y)，建立颜色映射表：
IR
=
T (I ) R
IG
=
T (I ) G
I = T (I )
B
B
9形成RGB图像各分量为： R (x , y ) = T R ( f (x , y
))
第五章 图像增强
G (x, y ) = TG( f (x, y ))
B(x, y) = TB( f (x, y
33
))
空域处理—彩色图像增强
伪彩色变换流程

图像增强文献综述(可编辑修改word版)

文献综述题目图像增强与处理技术学生姓名李洋专业班级网络工程 08-2 班学号 200813080223院（系）计算机与通信工程学院指导教师(职称)吴雪丽完成时间2012 年 5 月 20 日综述题目图像增强与处理技术专业班级：网络工程08-2 班姓名：李洋学号：200813080223图像增强与处理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：图像增强对比度增强平滑锐化梯度变换拉普拉斯变换AbstractDigital 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 sharpening1 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。

基于深度学习的低照度图像增强技术研究综述

第1期2021年1月No.1January，20210 引言生活中，光线暗，照度低、曝光不足会导致图片整体亮度偏低，噪声大，边缘细节信息丢失严重，影响图像视觉效果，因此对低照度图像进行处理是极有必要的。

早年间，主要采用直方图均衡化、伽马变换、Retinex 理论[1]等方法对低照度图像进行增强。

虽然这些方法在一些程度上可以提高图像的亮度，增强图像的可读性，但同样存在一些棘手的问题无法解决，如：增强后的图像色彩不均，颜色失真，图像有大量光晕出现。

后来，随着深度学习在不同领域的应用取得不错成果后，大量学者开始将目光投向于用深度学习的方法增强低照度图像。

目前，经过大量实验证明，基于深度学习的方法在低照度图像增强上具有可行性。

增强后图像无论从主观的视觉体验还是客观的图像质量评价方面的表现都十分出色。

1 传统的低照度图像增强算法目前，应用比较广泛的传统的低照度图像增强算法主要分为4类，分别是基于色调映射算法、基于背景融合算法、基于直方图均衡化算法和基于模型算法[2]。

1.1 基于色调映射算法色调映射技术产生于20世纪90年代，主要通过扩展低照度图像的动态范围，提高图像的亮度，改善图像的光照不均匀性。

色调映射方法可以大致分为两类：全局方法与局部方法。

全局方法对图像的动态范围变换中的每个像素应用相同的变换曲线，选择不同的曲线可以达到不同的视觉效果。

这种算法计算简单，实现容易。

但是由于对图像中所有像素的变换相同，得到的图像在色度、亮度和细节方面都有一定的损失。

局部色调映射算法的实质是图像中每个像素的映射曲线都是同邻域像素信息相关的，其优势在于通过对图像局部特征进行处理，弥补了全局算法不能保留局部特征的缺点。

1.2 基于背景融合算法背景融合类算法是将白天的亮度信息融合到夜间的图像中，利用白天背景的亮度来增强夜间图像的像素，从而达到增强人眼视觉的效果。

侯雷等[3]曾采用平均K 帧的方法获取白天背景，再利用Retinex 理论提取了白天背景和夜间视频帧的亮度，采用帧差法提取了夜间视频帧的移动物，将相同场景的白天背景亮度融合夜间帧的视频以达到图像增强的目的。

  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第 28 卷 第 4 期（下） 2012 年 4 月
赤 峰 学 院 学 报（ 自 然 科 学 版 ） Journal of Chifeng University（Natural Science Edition）
Vol. 28 No. 4 Apr. 2012
基于空域的图像增强技术研究
关雪梅
（辽宁对外经贸学院 信息技术系，辽宁 大连 116052）
图像直方图是图像处理中一种十分重要的图像分析工 具，它描述了一副图像的灰度级内容，任何一副图像的直方 图都包含了丰富的信息，它主要用在图像分割、图像灰度变
- 22 -
换等处理过程中.从数学上来说图像直方图是图像各灰度值 统计特性与图像灰度值的函数，它统计一副图像中各个灰 度级出现的次数或概率；从图像上来说，它是一个二维图， 横坐标表示图像中各个像素点的灰度级，纵坐标为各个灰 度级上图像各个像素点出现的次数或概率，它是图像最基 本的统计特征.
直方图均衡化处理的中心思想是把原始图像的灰度直 方图从比较集中的某个灰度区间变成在全部灰度范围内的 均匀分布.直方图均衡化就是对图像进行非线性拉伸，重新 分配图像像素值，使一定灰度范围内的像素数量大致相同.
直方图均衡化就是把给定图像的直方图分布改变成“均匀”
分布直方图分布.
直方图均衡化的具体实现步骤如下：
（2）一副图像对应一个直方图，但不同的图像可能有相 同的直方图.也就是说，图像与直方图之间是一种多对一的 映射关系.
（3）各子图像的直方图之和等于整幅图像的直方图. 2.2 直方图的均衡化
直方图均衡化又称直方图平坦化，是将一已知灰度概 率密度分布的图像经过某种变换，变成一幅具有均匀灰度 概率密度分布的新图像.其结果是扩展了像元取值的动态范 围，从而达到增强图像整体对比度的效果.
(1)列出原始图像的灰度级
fj,j=0,1,…,L- 1
(1)
(2)统计各灰度级的像素数目
nj,j=0,1,…,L- 1
(2)
(3)计算原始图像直方图各灰度级的频数
Pf(fj)=nj/n,j=0,1,…,L- 1
(3)
(4)计算累积分布函数
k
C(f)=∑j=0 Pf(fj),j=0,1,…,k,…,L- 1
(4)
(5)应用以下公式计算映射后的输出图像的灰度级，P 为
输出图像灰度级的个数，其中 INT 为取整符号
gi=INT[(gmax- gmin)c(f)+gmin+0.5] i=1,…,P- 1
(5)
(6)统计映射后各灰度级的像素数目
ni,i=0,1,…,k,…,P- 1
(7)计算输出直方图 pg(gi)=ni/n,i=0,1,…,P- 1
摘 要：图像增强是数字图像处理的一类基本技术.图像增强为了改善图像的视觉效果，提高图像的清晰度和工艺的适 应性，常常将图像感兴趣的特征有选择的突出，并衰减不需要的特征.本文主要研究基于空域的图像增强算法，探讨了直方图 的均衡化、直方图的规定化，以及灰度变换等空域图像增强方法.
关键词：图像增强；直方图；均衡化；规定化；灰度变换 中图分类号：TP391.41 文献标识码：A 文章编号：1673- 260X（2012）04- 0022- 03
1 引言 图像增强是用来提高图像的视觉效果，将图像转换成
适用于人眼、机器分析的形式的一门技术.目前已有很多技 术用于图像增强，但从传统的图像增强技术分类来看，总体 上可以分为空域增强方法和频域增强方法两大类.空域增强 方法是直接对图像中的像素进行处理，从根本上说是以图 像的灰度映射变换为基础的，所用的映射变换类型取决于 增强的目的.频域增强方法首先将图像空间中的图像以某种 形式转换到其他空间中，然后利用该空间的特有性质进行 图像处理，最后再转换到原来图像空间中，从而得到处理后 的图像.空域增强方法因其处理的直接性，相对于频域增强 复杂的空间变换，运算量相对要少一些，因此更广泛的应用 于实际中.本文主要针对空域增强技术进行研究.
(6)
用 fj 和 gi 的映射关系修改原始图像的灰度级，从而获 得直方图近似为均匀分布输出图像.
2.3 直方图的规定化
我们知道，直方图均衡化处理有良好的图像增强效果.
从实现算法上可以看出，其优点主要在于能自动增强整幅
图像的对比度，但具体的增强效果也因此不易控制，只能得
到全局均衡化处理的直方图.然而在实际应用中，往往要根
空域是指组成图像的像素的集合，空域图像增强直接 对图像中像素灰度值进行运算处理，基本上是以灰度映射 变换为基础的.空域图像增强主要有灰度变换和直方图均衡 化处理. 灰度变换的原理就是通过改变灰度的动态范围，达 到增强图像灰度级细节部分的方法.一般的变换函数包括线 性变换、非线性变换、分段线性变换.具体函数的选择与图像 成像系统和相应的应用场合有关.直方图均衡化是空域图像 增强中应用最广泛的一种方法，其基本原理是使得处理后 的图像灰度级近似均匀分布，来达到图像增强效果. 2 用直方图修正技术进行图像增强 2.1 直方图的定义
据不同的要求得到特定形状的直方图分布，以有选择地对
某灰度范围进行局部的对比度增强，即想要得到已知直方
图的增强图像.此时，可采用直方图的规定化处理，通过选择
合适的规定化函数取得期望的效果.直方图规定化就是针对

这种思想提出来的一种直方图修正增强方法.所以，从某种
意义上，直方图规定化可看作是直方图均衡化方法的改进.
在实际应用中，有时并不需要有整体的均匀分布直方 图，而是希望有目的地增强某个灰度级分布范围内的图像. 即可人为地改变直方图的形状，使之成为某个特定的形状. 直方图有以下性质：
（1）直方图是一幅图像中各灰度级出现频率的统计结 果，它只反映图像中不同灰度值出现的次数，而没反映某一 灰度所在的位置.也就是说，它只包含了该图像的某一灰度 像素出现的概率，而丢失了其所在位置的信息.
2.3.1 直方图规定化的基本原理
令 Pr(r)和 Pz(z)分别为原始图像和期望图像的灰度概率 密度函数.如果对原始图像和期望图像均作直方图均衡化处
理，则有：
乙r
S=T(r)= Pr(r)dr
(7)
0
乙r
v=G(z)= Pz(r)dz
(8)
0
z=G- 1(v)
(9)