图像增强和复原以及图像变换的区别和特征.doc

图像增强和复原以及图像变换的区别和特征 三者的共同点： 体现在都是对图像进行后处理，实现的共同目的是能够使图像表现出更好的视觉效果。 三者的区别和各自主要特征 图像增强：利用一定的技术手段，不用考虑图像是否失真（即原始图像在变换后可能会失真）而且不用分析图像降质的原因。针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。 图像复原：针对质量降低或者失真的图像，恢复图像原始的内容或者质量。图像复原的过程包含对图像退化模型的分析，再对退化的图像进行复原。图像退化是由于成像系统受各种因素的影响，导致了图像质量的降低，称之为图像退化。这些因素包括传感器噪声、摄像机聚焦不佳、物体与摄像机之间的相对移动、随机 \t /view/_blank 大气湍流、光学系统的 \t /view/_blank 象差、 \t /view/_blank 成像光源和射线的散射等。 图像复原大致可以分为两种方法： 一种方法适用于缺乏图像先验知识的情况，此时可对退化过程建立模型进行描述，进而寻找一种去除或消弱其影响的过程，是一种估计方法； 另一种方法是针对原始图像有足够的先验知识的情况，对原始图像建立一个数学模型并根据它对退化图像进行拟合，能够获得更好的复原效果。 图像变换： 图像可以看作是一个矩阵，所谓图像变换，就是通过变换矩阵，将图像矩阵变换成另一个矩阵。变换后的矩阵能得到某些图像的信息。通常，变换后的图像能体现图像的频率特征，可以用于图像的数据压缩和各种处理。 实现图像变换的手段有数字和光学两种形式，常用的有三种变换方法。①傅里叶变换②沃尔什-阿达玛变换③离散卡夫纳－勒维变换