图像增强及边缘检测代码演示文稿

图像增强及边缘检测代码演示文稿现在是1页\一共有19页\编辑于星期三图像增强及边缘检测代码现在是2页\一共有19页\编辑于星期三假期任务1.预处理的学习至少学会图像增强和图像边缘检测的了解，做一份word总结2.任选至少10幅图片做一些基本的图像预处理（任选所要用的方法如:增强、分割、二值化等）每幅至少有三种处理效果开学来交成果和程序过程3.看文献做一份word总结现在是3页\一共有19页\编辑于星期三图像增强图像增强方法现在是4页\一共有19页\编辑于星期三.基于灰度变换的图像增强1.灰度线性变换：表示输入图像灰度做线性扩张或压缩，表达式为

g(x,y)=af(x,y)+bb=0时，且若b≠0,灰度偏置a>1对比度扩张a<1对比度压缩a=1相当于复制现在是5页\一共有19页\编辑于星期三利用灰度调整函数变换图像现在是6页\一共有19页\编辑于星期三利用灰度调整算法变换图像现在是7页\一共有19页\编辑于星期三2.分段线性变换（增强对比度）：对输入图像的灰度对比度进行拉伸（不同灰度范围进行不同的映射处理）r1f(x,y)(0<f<f1)g(x,y)=r2f[f(x,y)-f1]+a(f1<f<f2)

r3f[f(x,y)-f2]+b(f2<f<f3)现在是8页\一共有19页\编辑于星期三3.反转变换：适用于增强嵌入图像暗色区域的白色或灰色细节，特别是当黑色面积占主导地位时.表达式为：s=l-1-r现在是9页\一共有19页\编辑于星期三非线性变换1、对数扩展。对数变换常用来扩展低值灰度,压缩高值灰度,这样可以使低值灰度的图像细节更容易看清,从而达到增强的效果。还可使图像灰度分布与人视觉特性相匹配。其具体形式为:

g(x,y)=cln[f(x,y)+1]

式中:[f(x,y)+1]是为了避免对零求对数;C为尺度比例系数,用于调节动态范围。现在是10页\一共有19页\编辑于星期三2.指数扩展。指数扩展的基本形式为:g(x,y)=bc[f(x,y)-a]-1式中:a为可以改变曲线的起始位置;c为可以改变曲线的变化速率,指数扩展可以对图像的高亮度进行大幅扩展。现在是11页\一共有19页\编辑于星期三基于直方图处理的图像增强1.利用直方图均衡化对图像进行增强通过灰度变换将一幅图像转换为另一幅具有均衡直方图的图像，即在一定灰度范围内具有相同的象素点数的图像的过程。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。现在是12页\一共有19页\编辑于星期三12.利用直方图规定化对图像进行增强能够有目的地增强某个灰度区间的图像，即能够人为地修正直方图的形状，使之与期望的形状相匹配。人为地改变直方图形状，使之成为某个特定的形状，直方图规定化就是针对上述要求提出来的一种增强技术，它可以按照预先设定的某个形状来调整图像的直方图现在是13页\一共有19页\编辑于星期三空间域滤波增强1.利用阈值对图像进行平滑处理局部平滑添加椒盐噪声超限像素平滑2.利用中值滤波去噪添加椒盐噪声添加高斯噪声添加乘性噪声现在是14页\一共有19页\编辑于星期三1.线性滤波（邻域平均）线性低通滤波器最常用的是线性平滑滤波器，这种滤波器的所有系数都是正的，也称邻域平均。邻域平均减弱或消除了傅立叶变换的高频分量，对噪声的消除有所增强，但是由于平均而使图像变得更为模糊，细节的锐化程度逐渐减弱。2.中值滤波中值滤波可以保留目标边缘，这是中值滤波器相对于均值滤波器的最大优势。中值滤波具有去噪的性能，可以消除孤立的噪声点，可以用来减弱随机干扰和脉冲干扰，但是边缘不模糊。现在是15页\一共有19页\编辑于星期三用Laplacian算子对图像进行锐化处理3.锐化滤波图像锐化处理的目的是使模糊图像变得清晰，锐化滤波器减弱或消除了傅立叶空间的低频分量，保留高频分量，从而加强了图像的轮廓，使图像看起来比较清晰。现在是16页\一共有19页\编辑于星期三频率域图像增强1.平滑滤波增强利用巴特沃斯（Butterworth）滤波器对受噪声干扰的图像进行平滑处理现在是17页\一共有19页\编辑于星期三运用5种不同的梯度增强法进行图像锐化2.锐化滤波增强现在是18页\一共有19页\编辑于星期三边缘检测