图像的增强概要.ppt

图像的增强 在图像形成、传输或变换的过程中，由于受到一些客观因素的影响，会使图像产生失真，如图像对比度降低和图像模糊等。因此，需要图像增强技术来改善这种情况。 利用Roberts算子法、Prewitt算子法对图像进行锐化： I = imread(rice.png); %读取图像 subplot(1,3,1); imshow(I); title(原始图像); BW1 = edge(I,roberts,0.1); %选择roberts算子 subplot(1,3,2); imshow(BW1); title(Roberts算子); hp=fspecial(prewitt) %选择prewitt算子 P=imfilter(I,hp); subplot(1,3,3); imshow(P,[]); title(Prewitt算子); 图像的假彩色增强处理： [RGB]=imread(peppers.png); %读取图像 imshow(RGB); RGBnew(:,:,1)=RGB(:,:,3); %下面进行假彩色增强 RGBnew(:,:,2)=RGB(:,:,1); RGBnew(:,:,3)=RGB(:,:,2); subplot(121); imshow(RGB); title(原始图像); subplot(122); imshow(RGBnew); title(假彩色增强); * * * 图像增强是把原来不清晰的图像变得清晰，或者抑制图像的某些特征而使另一些特征得到增强。其主要目的是使处理后的图像质量得到改善，增加图像的信噪比，或者增强图像的视觉效果。 目录 1 灰度变换增强 2 空域滤波增强 3 频域滤波增强 4 色彩增强 5 小波变换在图像方面增强的应用 I=imread(fabric.png); subplot(2,2,1),imshow(I); title(原始图像); axis([50,250,50,200]); axis on; %显示坐标系 I1=rgb2gray(I); subplot(2,2,2),imshow(I1); title(灰度图像); axis([50,250,50,200]); axis on; J=imadjust(I1,[0.1 0.5],[]); %局部拉伸，把[0.1 0.5]内的灰度拉伸为[0 1] subplot(2,2,3),imshow(J); title(线性变换图像[0.1 0.5]); axis([50,250,50,200]); grid on; axis on; K=imadjust(I1,[0.3 0.7],[]); %局部拉伸，把[0.3 0.7]内的灰度拉伸为[0 1] subplot(2,2,4),imshow(K); title(线性变换图像[0.3 0.7]); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 eg.用MATLAB程序实现线性灰度变换的图像增强。 运行结果如下： 对比度由弱变强 运行结果如下： 彩色增强是改善图像的可分辨性 1 真彩色增强 2 伪彩色增强 3 假彩色增强 运行结果如下： 1 图像增强处理—通过时域和频域处理 | 2 图像钝化与锐化—处理低频和高频信息 | 3 小波图像去噪处理—白噪声、高频噪声 | 小波变换在图像增强方面的应用 二维信号用二维小波变换的去噪步骤有一下三个步骤： 二维信号的小波分解。 （一）、 对高频系数进行阈值量化。 （二）、 二维小波的重构。 （三）、 重点是如何选取阈值并进行阈值的量化。 * *