第四章 图增强 - Image Enhancement.pdfVIP

第四章 图增强 第四章 图像增强 Image Enhancement 目的：采用一系列技术去改善图像的效果，或将图像转换成一种更适 [1] 合于进行分析处理的形式 。 两类方法：空间域法和频域（增强）法 空间域法 (In spatial Domain) 空间域：组成图像像素的集合 直接对图像的像素进行操作。 表达式： g (x, y ) T [f (x, y )] 这里 f (x , y ) : 输入图像; g (x , y ) : 增强处理后的输出图像; T [•] : 作用在f 上的一个算子，定义在点(x , y ) 附近某一邻 域内, 这是所谓的点处理。在变换过程中对每一像点 T 进行同样的处理；另外， 也可以作用在一组图像上。 例如，为了抑制噪声，可以求多幅图像的平均。 频域（增强）法 (in frequency domain) 对图像的傅立叶变换进行操作，建立在卷积定理的基础之上。 对二维f (x , y ) 与g (x, y ) 的卷积定义为 +∞ f (x , y ) ∗g (x , y ) ∫∫f (α, β)g (x =−α, y −β)dαd β −∞ 1 第四章 图增强 如果有傅氏变换对 f (x , y ) ⇔F (u ,v ) g x y ⇔G u v ( , ) ( , ) 则二维连续函数的卷积定理可表示为 f (x , y ) g (x , y ) F (u ,v ) G (u ,v ) ∗ ⇔ i ( , ) ( , ) ( , ) ( , ) f x y ig x y ⇔F u v ∗G u v 结论：两个连续函数的卷积可以由它们的傅氏变换相乘后进行反变换得 到；两个连续函数的傅氏变换之间的卷积可由这两个函数相乘后进行傅氏 变换得到。 即，假如g (x, y ) 是将图像f (x , y ) 与一个二维的线性、空间移不变 的函数h(x, y) 进行卷积的结果： g (x , y ) h(x, y ) ∗f (x , y ) 据卷积定理，在频率域中有下面关系成立 G(u, v) H (u, v) F (u, v) H (u ,v ) 这里 G, H, F 分别为 g, h, f 的二维傅立叶变换。 为（线性系统理论中） 过程的传递函数，或在光学中称为光学传递函数。 频域的图像增强 ：在给定图像f (x , y ) 的条件下，寻找传递函数 H (u ,v ) ，使得处理后的图像