数字图像处理（2）--图像增强与复原

图像增强与复原

区别

图像增强：不考虑降质原因。提高可懂度
图像复原：考虑降质原因，提高逼真度

灰度修正

1.灰度变换：
灰度拓展、分段压缩与拓展。。。
还可以对数变换、幂次变换
2.直方图修正：利用灰度直方图
直方图均衡化：使直方图变换后，灰度的概率密度函数为常数

同态增晰

灰度分为几个大区间、这几个区间内灰度细节又需要突出。
将像素分为照明与反射。取In化乘为加。细节未介绍。

平滑

减小噪声。思路：空间内邻域平均，频域内低通滤波。
常用滤波器：振铃效果：可以理解为频域矩形窗时域Sa函数拖尾震动。

中值滤波

非线性空间滤波处理。克服细节模糊。对高频分量变化多的图像不适用。
与窗口形状选取有关。

锐化

目的：使边缘与细节清晰
一般在降噪之后

时域微分法

每个点梯度为矢量。有大小与方向。
常用高斯滤波器加拉普拉斯算子检测。

高通滤波法

几何校正

伪彩色图像增强

强度分层：不同灰度层赋予不同颜色
灰度-彩色变换：将灰度输入有不同特征的RBG变换器，再将三个分量合成

图像复原

相对运动降质：
在g、h已知时，求出F
好像维纳滤波也可解决反向滤波分母为零的问题 。

全彩图像增强

1.直接处理RBG分量，再合成
2.直接对彩色像素处理
3.并非所有灰度增强处理（如均衡）都对彩色适用。