导图社区 图像增强
数字图像处理第四章图像增强，如伪彩色增强（把一幅灰度图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术）
数字图像处理第三章图像变换，图像变换目的是图像处理问题简化，有利于图像特征提取，有助于从概念上增强对图像信息的理解。
数字图像处理基础思维导图，其中图像数字化采样：将空间上连续的图像变换成离散点的操作（对坐标离散化，空间上数字化），同样图像大小，采样间隔越小，图像分辨率越高，有缝、无缝、重叠采样三种方式。
社区模板帮助中心，点此进入>>
二十大报告知识地图（完整版）
小学语数外教学设计（含模板）
中国通史第一集
中国通史第2集
中国通史第3集
中国通史第4集
中国通史第5集
中国通史第6集
中国通史第7集
中国通史第8集
图像增强
图像增强的点运算
灰度级校正
灰度变换（可使图像动态范围增大，只改变像素灰度值，不改变像素位置）
线性变换
分段线性变换
非线性灰度变换
直方图修正法（灰度直方图反映一幅数字图像中灰度级与其出现频率间的统计关系）
直方图均衡化：通过对原图像进行某种变换，使原图像的灰度直方图变为均匀分布的直方图的一种方法
直方图规定化：使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法，也称直方图匹配
图像的空间域平滑
局部平滑法
可用像素邻域内的各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑
常用邻域为4-邻域和8-邻域
优点：简单，处理速度快
缺点：在降低噪声的同时使图像产生模糊，特别在边缘和细节处
超限像素平滑法
g'(x,y)={g(x,y),当If(x,y)-g(x,y)I>T;f(x,y),否则}
优点：对抑制椒盐噪声比较有效，对保护仅有微小灰度差的细节及纹理也有效
缺点：随着邻域增大，去噪声能力增强，但模糊程度也变大
灰度最相近的K个邻点平均法
窗口中心像素的灰度值可用窗口内与中心像素灰度最接近K个邻像素的平均灰度来代替
梯度倒数加权平滑法
梯度：相邻像素灰度差的绝对值
权：中心像素点与其各邻点之间梯度倒数
采用加权平均值作为中心像素的输出值可使图像得到平滑，又不使边缘和细节有明显模糊
最大均匀性平滑
先找出环绕每像素的灰度最均匀窗口，然后用这窗口的灰度均值代替该像素原来的灰度值
有选择保边缘平滑法
该方法作为各个领域灰度均匀性的测度
若区域含有尖锐的边缘，它的灰度方差必定很大，而不含灰度边缘或灰度均匀的区域，它的方差就小，那么最小方差所对应的区域就是灰度最均匀的区域
即能消除噪声，又不破坏邻域边界的细节
空间低通滤波法
应用模板卷积方法对图像每一像素进行局部处理
中值滤波
对一个滑动窗口内的诸像素灰度值排序，用其中值代替窗口中心像素的灰度值的滤波方法
特性
1、对离散阶跃信号、斜升信号不产生影响，连续个数小于窗口长度一半的离散脉冲将被平滑，三角函数的顶部平坦化
2、令C为常数，则
Med{CFjk}=CMed{Fjk}
Med{C+Fjk}=C+Med{Fjk}
Med{Fjk+fjk}≠Med{Fjk}+Med{fjk}
3、中值滤波后信号频率基本不变
空间域锐化
梯度锐化法
除梯度算子以外，还可采用Roberts（陡峭的低噪声）、Prewitt（灰度渐变的图像）和Soble（噪声较多）算子计算梯度，来增强边缘
Laplacian增强算子
对噪声比较敏感，判断明区和暗区，出现双边缘，不进行检测
频率域增强
图像增强包括
1、消除噪声，改善图像的视觉效果
2、突出边缘，有利于识别和处理
频率域平滑
1、理想低通滤波器
2、Butterworth低通滤波器
3、指数低通滤波器
4、梯形低通滤波器
频率域锐化
1、理想高通滤波器
2、巴特沃斯高通滤波器
3、指数高通滤波器
4、梯形高通滤波器
彩色增强技术
伪彩色增强（把一幅灰度图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术）
1、密度分割法
2、空间域灰度级——彩色变换合成法
3、频率域伪彩色增强
彩色图像增强技术
假彩色增强
通过映射函数将彩色图像或多光谱图像变换成新的三基色分量，经彩色合成在增强图像中各目标呈现出与原图像中不同彩色的技术
目的
1、使感兴趣的目标呈现奇异的彩色或置于奇特的彩色环境中，从而更引人注目
2、使景物呈现出与人眼色觉相匹配的颜色，以提高对目标的分辨率
图像代数运算
加运算
对所获取的同一场景的多幅图像求平均，常常用来有效的消弱图像的加性随机噪声
减运算
在动态监测时，用差值图像可以发现森林火灾、洪水灾情，也能用于检测河口、河岸的泥沙淤积及监视江河、湖泊、海岸等的污染
乘运算
用来遮掉图像的某些部分
除运算
遥感图像处理常用方法
