常用的图像增强处理办法
2015-11-17 18:33
225 查看
常用的图像增强处理办法:
(1)直方图均衡化
直方图表示数字图像中每一个灰度级与其出现的频率(具体就是该灰度级的像素的数目)间的统计。直方图能给出图像整体分布描述,
图像的灰度范围、灰度级的大致分布情况。
把原图像的直方图变换为各灰度值频率固定的直方图成为直方图均衡化。通常来说,当灰度频率接近正态分布形状的时候最适合人眼观察,
但是如果把与正太分布形状相差很大 的图像进行直方图均衡hauler,会产生问题,因此直方图均衡化对那种袁土祥的动态范围窄,且色彩不鲜明的图像有效。
(2)对比度增强
这是图像增强周玲最普遍的增强办法。当图像城乡不足或者过度曝光,图像记录设备范围太窄,都会产生对比度不足的问题,是图像的细节分辨率不清,
为此需要对图像记性灰度级的变换,扩大图像灰度的范围,达到图像增强的耳目的。
对比度增强分为线性和非线性增强,线性指将对比度较差的图像灰度进行线性拓展,扩大图像灰度范围,常能显著的改善图像的质量,
当用某些非线性函数例如对数、指数函数作为映射函数时,也可以对图像进行增强。
(3)中值滤波
中值滤波的思想就是对窗口内的像素灰度值进行排序,去排序后的中间值作为窗口中心的像素的灰度值,这种滤波也是平滑滤波。
(4)小波变换图像增强
小波变换在图像分解和重建时,俺需要可以改变有关的小波参数,并且他的多分辨率分析具有很好的空间域和平率域局部化特性,对高频采用逐渐精细的时域或者空域步长,
可以聚焦到分析对象的细节,由此可以增强图像中感兴趣的部分。
(1)直方图均衡化
直方图表示数字图像中每一个灰度级与其出现的频率(具体就是该灰度级的像素的数目)间的统计。直方图能给出图像整体分布描述,
图像的灰度范围、灰度级的大致分布情况。
把原图像的直方图变换为各灰度值频率固定的直方图成为直方图均衡化。通常来说,当灰度频率接近正态分布形状的时候最适合人眼观察,
但是如果把与正太分布形状相差很大 的图像进行直方图均衡hauler,会产生问题,因此直方图均衡化对那种袁土祥的动态范围窄,且色彩不鲜明的图像有效。
(2)对比度增强
这是图像增强周玲最普遍的增强办法。当图像城乡不足或者过度曝光,图像记录设备范围太窄,都会产生对比度不足的问题,是图像的细节分辨率不清,
为此需要对图像记性灰度级的变换,扩大图像灰度的范围,达到图像增强的耳目的。
对比度增强分为线性和非线性增强,线性指将对比度较差的图像灰度进行线性拓展,扩大图像灰度范围,常能显著的改善图像的质量,
当用某些非线性函数例如对数、指数函数作为映射函数时,也可以对图像进行增强。
(3)中值滤波
中值滤波的思想就是对窗口内的像素灰度值进行排序,去排序后的中间值作为窗口中心的像素的灰度值,这种滤波也是平滑滤波。
(4)小波变换图像增强
小波变换在图像分解和重建时,俺需要可以改变有关的小波参数,并且他的多分辨率分析具有很好的空间域和平率域局部化特性,对高频采用逐渐精细的时域或者空域步长,
可以聚焦到分析对象的细节,由此可以增强图像中感兴趣的部分。
相关文章推荐
- centos6.5部署svn服务器并同步到同机器的web目录
- Delphi管理多线程之线程局部存储:threadvar
- Win32 Debug & Release
- AD PCF8591芯片学习(未完待续)
- DFS入门__poj1979
- ECharts+百度地图网络拓扑图应用
- Maven项目下update maven后Eclipse报错:java.lang.ClassNotFoundException: ContextLoaderL
- DFS入门__poj1979
- CentOS 5.8 升级php版本
- POJ 3069 Saruman's Army(贪心)
- 正则表达式
- 把CentOS设置为中文
- shell脚本学习积累笔记(第一篇)
- 《需求工程--软件建模与分析》读书笔记二
- Linux GPIO驱动 - 硬件及硬件抽象层
- GlusterFS下如何修复裂脑文件?(续一)
- CUDA中grid、block、thread、warp与SM、SP的关系
- pthread_cond_wait
- 《C和指针》章节后编程练习解答参考——6.6
- tenable公司B轮融资