圖像增強算法的研究與實現指導老師：**答辯人：**圖像增強算法的研究與實現指導老師：**1圖像增強概述圖像增強是為了增加可讀性或突出某些特點，按照特定的需求或者規則突出一幅圖像中某些需要的信息，削弱或去除某些不需要的信息的處理方法。圖像增強處理的應用已經滲透到醫學診斷、航空航天、軍事偵察、指紋識別、無損探傷、損探傷、衛星圖片的處理等領域。如對X射線圖片、CT影像、內窺鏡圖像進行增強、提高工業電視圖像的清晰度等圖像增強概述圖像增強是為了增加可讀性或突出某些特點，按照特定2典型的圖像增強算法空間域法1、灰度變換法2、直方圖修正法3、圖像平滑算法4、圖像銳化算法5、偽彩色增強算法頻域法1、低通濾波算法2、高通濾波算法3、小波變換法典型的圖像增強算法3灰度變換法灰度變換法是將原圖像的像素灰度經過某個變換函數變成新的圖像灰度，常用來擴展圖像的對比度。分段線性灰度變換法是常用的灰度變換法。通過調整折線拐點可對任一灰度區間壓縮或擴展。三段線性灰度變換灰度變換法灰度變換法是將原圖像的像素灰度經過某個變換函數變成4分段線性變換結論：經過處理后的圖像對比度有了明顯提高。分段線性變換結論：經過處理后的圖像對比度有了明顯提高。5直方圖均衡化算法直方圖均衡化是在已經繪制出圖像的灰度直方圖的基礎上，將原始圖像的直方圖變成均勻分布的形式，以增強圖像的動態范圍及對比度。原始圖像經過直方圖均衡化處理后所有灰度級出現的概率基本相同，使得處理后的圖像熵最大，包含信息量最多。其步驟為：（1）統計原圖像各灰度級像素數，將各灰度級像素數除以總像素數得到原始灰度直方圖；（2）求出累積直方圖，即灰度轉換函數；（3）按照灰度轉換函數求出原圖像變換后的像素數統計轉換后各灰度級的像素數并歸一化繪制修正圖像的直方圖直方圖均衡化算法直方圖均衡化是在已經繪制出圖像的灰度直方圖的6原圖像對比度不高，灰度級都集中在中間(100,200)的區間內，經過直方圖均衡化算法處理后，圖像的對比度明顯提高，圖像的灰度直方圖分布也變得在整個灰度級區間內較為均勻。原圖像對比度不高，灰度級都集中在中間(100,200)的區間7圖像平滑算法鄰域平均法：用像素與其鄰域像素的平均值或加權平均值來代替原始像素值。中值濾波：是將窗口內的像素值排序，取中間的像素值代替原像素值圖像平滑算法鄰域平均法：用像素與其鄰域像素的平均值或加權平均8圖像平滑算法特點比較結論：鄰域平均法比較適合高斯白噪聲的處理，中值濾波比較適合椒鹽噪聲的處理。圖像平滑算法特點比較結論：鄰域平均法比較適合高斯白噪聲的處理9微分法圖像銳化算法Prewitt算子與Sobel算子所得的結果保留了原始圖像中圖型輪廓，邊緣更粗；Laplacian算子同樣保留了圖形的輪廓，但是輪廓較細，其它的線條比較密集。微分法圖像銳化算法Prewitt算子與Sobel算子所得的結10Sobel算子與Prewitt算子噪聲抑制情況

結論：Sobel算子與Prewitt算子都保留了原本圖像的輪廓，但是Prewitt算子輪廓變形比較嚴重。因此Sobel算子比Prewitt算子抑制噪聲能力強一些。Sobel算子與Prewitt算子噪聲抑制情況結論：S11非銳化濾波算法原理：原圖像與原始圖像經過平滑后的圖像相減，已達到增強邊緣細節目的的濾波。結論：非銳化濾波算法處理過的圖像與原圖像相比，邊緣得到增強，細節更加清晰，達到了增強圖像的效果。非銳化濾波算法原理：原圖像與原始圖像經過平滑后的圖像相減，已12偽彩色增強算法人眼對灰度級的分辨能力十分有限，對色彩十分敏感，可以借助彩色來達到圖像增強的效果。常用的偽色彩處理方法：灰度分層法、灰度變換法和頻域濾波法灰度變換法的映射函數偽彩色增強算法人眼對灰度級的分辨能力十分有限，對色彩十分敏感13處理前處理后處理前處理后14低通濾波算法低通濾波有平滑的作用，可以用來去除噪聲。巴特沃斯低通濾波器分別對典型的噪聲椒鹽噪聲和高斯白噪聲的作用如圖。低通濾波算法低通濾波有平滑的作用，可以用來去除噪聲。15高通濾波高通濾波器，作用是強化圖像邊緣起銳化作用高通濾波高通濾波器，作用是強化圖像邊緣起銳化作用16小波變換應用于圖像增強

圖像經二維小波分解后，輪廓等部分對應低頻分量，細節等部分對應高頻分量。圖像鈍化：放大高頻系數抑制低頻系數圖像銳化：放大低頻系數抑制高頻系數小波變換應用于圖像增強圖像經二維小波分解后，輪廓等部分17謝謝！謝謝！18圖像增強算法的研究與實現指導老師：**答辯人：**圖像增強算法的研究與實現指導老師：**19圖像增強概述圖像增強是為了增加可讀性或突出某些特點，按照特定的需求或者規則突出一幅圖像中某些需要的信息，削弱或去除某些不需要的信息的處理方法。圖像增強處理的應用已經滲透到醫學診斷、航空航天、軍事偵察、指紋識別、無損探傷、損探傷、衛星圖片的處理等領域。如對X射線圖片、CT影像、內窺鏡圖像進行增強、提高工業電視圖像的清晰度等圖像增強概述圖像增強是為了增加可讀性或突出某些特點，按照特定20典型的圖像增強算法空間域法1、灰度變換法2、直方圖修正法3、圖像平滑算法4、圖像銳化算法5、偽彩色增強算法頻域法1、低通濾波算法2、高通濾波算法3、小波變換法典型的圖像增強算法21灰度變換法灰度變換法是將原圖像的像素灰度經過某個變換函數變成新的圖像灰度，常用來擴展圖像的對比度。分段線性灰度變換法是常用的灰度變換法。通過調整折線拐點可對任一灰度區間壓縮或擴展。三段線性灰度變換灰度變換法灰度變換法是將原圖像的像素灰度經過某個變換函數變成22分段線性變換結論：經過處理后的圖像對比度有了明顯提高。分段線性變換結論：經過處理后的圖像對比度有了明顯提高。23直方圖均衡化算法直方圖均衡化是在已經繪制出圖像的灰度直方圖的基礎上，將原始圖像的直方圖變成均勻分布的形式，以增強圖像的動態范圍及對比度。原始圖像經過直方圖均衡化處理后所有灰度級出現的概率基本相同，使得處理后的圖像熵最大，包含信息量最多。其步驟為：（1）統計原圖像各灰度級像素數，將各灰度級像素數除以總像素數得到原始灰度直方圖；（2）求出累積直方圖，即灰度轉換函數；（3）按照灰度轉換函數求出原圖像變換后的像素數統計轉換后各灰度級的像素數并歸一化繪制修正圖像的直方圖直方圖均衡化算法直方圖均衡化是在已經繪制出圖像的灰度直方圖的24原圖像對比度不高，灰度級都集中在中間(100,200)的區間內，經過直方圖均衡化算法處理后，圖像的對比度明顯提高，圖像的灰度直方圖分布也變得在整個灰度級區間內較為均勻。原圖像對比度不高，灰度級都集中在中間(100,200)的區間25圖像平滑算法鄰域平均法：用像素與其鄰域像素的平均值或加權平均值來代替原始像素值。中值濾波：是將窗口內的像素值排序，取中間的像素值代替原像素值圖像平滑算法鄰域平均法：用像素與其鄰域像素的平均值或加權平均26圖像平滑算法特點比較結論：鄰域平均法比較適合高斯白噪聲的處理，中值濾波比較適合椒鹽噪聲的處理。圖像平滑算法特點比較結論：鄰域平均法比較適合高斯白噪聲的處理27微分法圖像銳化算法Prewitt算子與Sobel算子所得的結果保留了原始圖像中圖型輪廓，邊緣更粗；Laplacian算子同樣保留了圖形的輪廓，但是輪廓較細，其它的線條比較密集。微分法圖像銳化算法Prewitt算子與Sobel算子所得的結28Sobel算子與Prewitt算子噪聲抑制情況

結論：Sobel算子與Prewitt算子都保留了原本圖像的輪廓，但是Prewitt算子輪廓變形比較嚴重。因此Sobel算子比Prewitt算子抑制噪聲能力強一些。Sobel算子與Prewitt算子噪聲抑制情況結論：S29非銳化濾波算法原理：原圖像與原始圖像經過平滑后的圖像相減，已達到增強邊緣細節目的的濾波。結論：非銳化濾波算法處理過的圖像與原圖像相比，邊緣得到增強，細節更加清晰，達到了增強圖像的效果。非銳化濾波算法原理：原圖像與原始圖像經過平滑后的圖像相減，已30偽彩色增強算法人眼對灰度級的分辨能力十分有限，對色彩十分敏感，可以借助彩色來達到圖像增強的效果。常用的偽色彩處理方法：灰度分層法、灰度變換法和頻域濾波法灰度變換法的映射函數偽彩色增強算法人眼對灰度級的分辨能力十分有限，對色彩十分敏感31處理前處理后處理前處理后32低通濾波算法低通濾波有平滑的作用，可以用來去除噪聲。巴特沃斯低通濾波器分別對典型的噪聲椒鹽噪聲和高斯白噪聲的作用如圖