图像增强知识总结

图像增强分为两类

空间域图像增强

该类方法是以对图像的像素直接处理为基础的。
这些方法有：
（1）灰度变换
图像反转、对数变换、幂次变换、分段线性变换函数等
（2）直方图处理
直方图均衡化、直方图匹配（规定化）、局部增强
（3）算术/逻辑操作增强
图像减去处理、图像平均处理（通过人为加入一些噪声来减少噪声）

空间滤波的机理就是在待处理图像中逐点地移动掩模。
线性空间滤波器：其响应由滤波器系数与滤波掩模扫过区域的相应像素值的乘机之和给出。

平滑空间滤波器
（1）线性
均值滤波器，它是用滤波掩模确定的邻域内像素的平均灰度值去替代图像每个像素点的值。
（2）非线性
中值滤波器，它是用滤波掩模确定的邻域内像素经过排序后的中间灰度值去替代图像每个像素点的值。

锐化空间滤波器
主要目的是突出图像中的细节或增强被模糊了的细节。
锐化处理可以用空间微分来完成。
图像微分增强了边缘和其他突变（如噪声）并削弱了灰度变化缓慢的区域。

一阶微分与二阶微分总结：
（1）一阶微分处理通常会产生较宽的边缘；
（2）二阶微分处理对细节有较强的响应，如细线和孤立点；
（3）一阶微分处理一般对灰度阶梯有较强的响应；
（4）二阶微分处理对灰度阶梯变化产生双响应；
大多数应用中，对于图像增强来说，二阶微分处理比一阶微分好一些，因为形成增强细节的能力好一些。

频率域图像增强

该类方法是以修改图像的傅氏变换为基础的。
平滑的频域滤波器
（1）理想低通滤波器
（2）巴特沃斯低通滤波器
（3）高斯低通滤波器
频率域锐化滤波器
（1）理想高通滤波器
（2）巴特沃斯高通滤波器
（3）高斯高通滤波器