文件名称：伽马校正示意图-计算流体力学及其并行算法
文件大小：3.87MB
文件格式：PDF
更新时间：2024-06-22 10:57:36
H264 毕厚杰 pdf
图 2.12 伽马校正示意图 2.3.4 图像增强（Image Enhancement） 很显然，实际应用中图像传感器的输出图像经过上述的处理并不是完美的，图像质量获得的改 进也是有限的，加之噪声、光照等原因，需要进一步处理，丢弃无用的信息，保留我们感兴趣的重 要信息。图像增强作为一种重要的图像处理技术，目的无非就是两个：第一更适合人眼的感觉；第 二有利于后续的分析处理。 图像增强主要包括直方图均衡、平滑滤波、中值滤波、锐化等内容。一般情况下，图像增强既 可以在空间域实现，也可以在频域内实现。这里我们主要介绍在空间域内对图像进行点运算，它是 一种既简单又重要的图像处理技术，它能让用户改变图像上像素点的灰度值，这样通过点运算处理 将产生一幅新图像。总之，图像增强后，有利于视觉的效果和后续的处理，消除了相关性和高频噪 声，有利于图像的压缩和处理，节省带宽。 l 平滑滤波 图像平滑作为一种主要的图像增强技术，其主要目的是为了消除图像采样系统的质量因素所产 生的噪声。噪声并不限于人眼所能看的见的失真和变形，有些噪声只有在进行图像处理时才可以发 现。图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等。图像中的噪声往往和信号交织在一 起，尤其是乘性噪声，如果平滑不当，就会使图像本身的细节如边界轮廓、线条等变得模糊不清， 如何既平滑掉噪声尽量保持图像细节，是图像平滑主要研究的任务。 一般来说，图像的能量主要集中在其低频部分，噪声所在的频段主要在高频段，同时图像中的 细节信息也主要集中在其高频部分，因此，如何去掉高频干扰又同时保持细节信息是关键。为了去 除噪声，有必要对图像进行平滑，可以采用低通滤波的方法去除高频干扰。图像平滑包括空域法和 频域法两大类，在空域法中，图像平滑的常用方法是采用均值滤波或中值滤波，对于均值滤波，它 是用一个有奇数点的滑动窗口在图像上滑动，将窗口中心点对应的图像像素点的灰度值用窗口内的 各个点的灰度值的平均值代替，如果滑动窗口规定了在取均值过程中窗口各个像素点所占的权重， 也就是各个像素点的系数，这时候就称为加权均值滤波；对于中值滤波，对应的像素点的灰度值用 窗口内的中间值代替。在频域法中，一般采用低通滤波法。这里主要采用介绍空域处理的方法。 加权均值滤波是取一个 n×n的窗口，取该窗口内的 n2个像素的加权平均值取代中心像素原来的 值。加权均值算法的一般表达形式为： ∑ ∑ −= −= ++= k ki k kj jyixfjiwyxg ),(),(),( （2.13）