空域图像增强学习笔记

A

一. 图像加减增强

1. Z=imadd(X,Y)

将两图相加或加上一个常量。X为M*N灰度图像矩阵或M*N*3的RGB图像矩阵。Z类型一般与X相同。

2. Z=imlincomb(K1,X1,K2,X2,,,,output_class)

为图像矩阵附上系数再相加。output_class指定了Z的类型。

3. Z=imsubstract(X,Y)

相减为负数时，若X为整数，则Z中为0，若X为double类型，则可返回负数。

4. Z=imadsdiff(X,Y)

相减取绝对值

二. 图像乘除增强

1. Z=immultiply(X,Y)

将X,Y对应像素分别相乘。

2. Z=imdivide(X,Y)

相除，Y与X类型格式相同或为一个double类型的数值。

三.图像取补增强

Z=imcomplement(X)

X为logocal，则函数进行0-1互换；为uint类型则用该数据类型的最大值减去当前值；若为double类型则用1减去像素值。

四.图像逻辑运算

Z=and(X,Y)

or,not,xor调用形式类似。

五.图像灰度变换

1. 灰度线性变换

将图像中某一区域的灰度值通过线性拉伸至一个更大的范围，使原本位于该区域的图像对比度得到增强。

Z=imadjust(X,[low_in high_in],[low_out high_out])

low_in ,high_in, low_out, high_out,无论X类型是什么取值范围都在0-1，若用空矩阵[]，则会默认为[0 1]。

2. 非线性变换

Z=imadjust(X,[low_in high_in],[low_out high_out], gama)

gama<1:映射曲线为上凸曲线，则原图像的暗区的灰度得到拉伸，亮区域的灰度得到压缩。

gama>1:映射曲线为下凸曲线，与上相反。

gama=1，为线性映射。gama=2，该函数等价于平方函数

B 空域滤波

一.线性空间滤波

使用掩膜对图像矩阵进行二维卷积或二维相关操作。

1.线性平滑滤波

用于减小噪声：如在提取大的目标前去除图像中的琐碎细节、桥接直线、曲线的缝隙等。模糊模拟：模拟图像采集装置的运动带来的模糊效果。

(1)减小噪声掩膜

均值掩膜

高斯掩膜

(2)模糊模拟掩膜

具有方向性，掩膜尺寸越大，图像越模糊，模拟的运动越激烈。

2.线性锐化滤波

突出图像中的细节或增强被模糊了细节。

(1)微分锐化掩膜

如拉普拉斯掩膜

(2)边缘检测掩膜

边缘提取先检出图像局部特性的不连续性，然后再将这些不连续的边缘像素连成完备的边界。边缘的特性是沿着边缘走向的像素变化平缓，而垂直于边缘方向的像素变化剧烈。

边缘算子：Roberts算子，Sobel算子，Prewitt算子，Kirsch算子，高斯拉普拉斯算子。

3.MATLAB实现

H=fspecial(type,patameters)；

Z=imfilter(X,H,option1，option2...)

二.非线性空间滤波

掩膜系数不固定，会随像素值的改变而改变。

1.排序滤波

保护图像边缘的同时去除噪声，如用于去除脉冲、椒盐噪声，对于细节多，特别是线、尖顶等多的图像不适宜。将像素点周围领域内的所有像素的灰度按从大到小排序，然后选定某一特定位置的灰度值作为像素点的灰度值。

matlab实现：

Z=ordfilt2(X,order,domain)

Z=medfilt2(X,[m,n]) //中值滤波

2.自适应掩膜

保护图像边缘的同时去除噪声。根据图像在某点处的梯度来调整掩膜系数，若梯度较大，说明是图像边缘所在，则掩膜系数较小，反之掩膜系数大，这样在滤波中对发生灰度突变的像素进行保留。对图像边缘进行锐化增强，对区域内部进行了平滑。

Z=nlfilter(X, [m n], func)

C 空域图像去噪

一.噪声介绍

噪声类型

噪声实现

Z=imnoise(X,type,parameters)

二.空域滤波法

1.改进型均值滤波

几何均值滤波

谐波均值滤波

逆谐波均值滤波

2.门限法

有效消除椒盐噪声

3.自适应掩膜法

D 图像区域处理

1.区域选择

(1)BW=roiploy(X,c,r)

c,r分别为ROI区域的水平和垂直方向坐标向量，省略时可手动选择。

(2)imploy

基于对象句柄。

(3)Z=roicolor(X,low,high)

将所有灰度值在[low high]范围内的像素组成的区域定位ROI，并返回该ROI掩膜矩阵。