第五章图像增强与复原主要内容5.1图像增强原理5.1.1灰度级映射变换增强原理5.1.2图像的频域增强原理5.1.2图像的频域增强原理5.2图像增强的直方图方法5.2.1直方图的映射变换5.2.2直方图均衡化5.2.3直方图规定化5.3图像平滑化5.3.1邻域平均法5.3.1邻域平均法5.3.1邻域平均法5.3.2低通滤波法5.3.2低通滤波法5.3.3多图像平均法5.3.4中值滤波法5.4图像的锐化5.4.1微分锐化法常用的两种梯度定义G[f(x,y)]=|f(x,y)-f(x+1,y)|+|f(x,y)-f(x,y+1)|G[f(x,y)]=|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|对图像中突出的边缘区域，其梯度具有较大值；对平滑区域，梯度具有较小的值；对于不变化（灰度值为常数）的区域，梯度为0。5.4.1微分锐化法5.4.1微分锐化法5.4.2高通滤波法5.5同态图像增强方法同态增强法是根据“人眼的视觉系统对图像的亮度响应具有类似于对数运算的非线性特性”而设计的一种数学技巧，从图像的光照模型入手，将照明分量和反射分量分离开来，同时进行频率过滤和灰度变换，通过压缩灰度范围和增强对比度来改善图像。图像的照明分量通常可以用缓慢的空间变化表征，而反射分量倾向于急剧的空间变化，特别是在反射率很不相同的物体表面的连接部分更是如此。因此，可以粗略地把图像对数的傅立叶变换的低频分量和照明相联系，而把高频分量和反射相联系。照明直接决定了图像中像素能达到的动态范围，而对比度是图像中物体表面的反射特性的函数。同态滤波器能够同时控制这两个分量。若物体受到照度明暗不匀的时候，图象上对应照度暗的部分，其细节就较难辨别。同态滤波的目的：消除不均匀照度的影响而又不损失图象细节。5.5同态图像增强方法5.5同态图像增强方法5.5同态图像增强方法图像复原是早期图像处理的主要内容之一，目的在于消除或减轻在图像获取及传输过程中造成的图像品质下降即退化现象，恢复图像的本来面目。典型的图像复原是根据图像退化的先验知识建立一个退化模型，以此模型为基础，采用各种反退化处理方法，使复原后的图像符合某些准则，图像质量得到改善。不存在通用的图像复原方法。5.6图像复原5.6.0图像退化的原因5.6.1图像退化的数学模型5.6.2图像复原中的主要问题（2）退化模型方程是一个病态积分方程。在频域中，当H(u,v)很小或等于0时，噪声将被放大。退化图像中小的干扰/噪声在H(u,v)取值小的那些频谱上会对图像的恢复产生很大的影响，这将给图像复原带来很大麻烦。5.6.3逆滤波方法5.6.3逆滤波方法5.6.4功率谱均衡复原5.6.4功率谱均衡复原5.6.4功率谱均衡复原实验表明，功率谱均衡滤波恢复的图像比基于最小均方误差恢复的图像更易被人眼的主观视觉所接受，且对于信噪比较低的图像，用功率谱均衡恢复比维纳滤波恢复使图像更尖锐化一些。5.6.5点扩散函数的确定5.6.5点扩散函数的确定5.6.5点扩散函数的确定5.6.5点扩散函数的确定5.6.5点扩散函数的确定5.6.5点扩散函数的确定5.6.6线性代数复原1情况一：噪声为0或未知