"数字图像处理及应用：第四章图像增强"
图像增强是指按特定的需要突出一幅图像中的某些信息，同时，削弱或去除某些不需要的信息的处理方法。其主要目的是使处理后的图像对某种特定的应用来说，比原始图像更适用。
图像增强技术主要包括：直方图修改处理、图像平滑化处理、图像尖锐化处理、彩色处理技术等。在实践中可以采用单一方法处理，也可以采用几种方法联合处理，以便达到预期的增强效果。
图像增强技术基本上可分成两大类：频域处理法和空域处理法。频域处理法的基础是卷积定理。它采用修改图像傅里叶变换的方法实现对图像的增强处理。由卷积定理可知，如果原始图像是f(x,y)，处理后的图像是g(x,y)，而h(x,y)是处理系统的冲激响应，那么，处理过程可由下式表示：
g(x,y) = f(x,y) * h(x,y)
如果G(u,v)，F(u,v)，H(u,v)分别是g(x,y)，f(x,y)，h(x,y)的傅立叶变换，那么，上面的卷积关系可表示为变换域的乘积关系，即：
G(u,v) = F(u,v) * H(u,v)
在增强问题中，f(x,y)是给定的原始数据，经傅立叶变换可得到F(u,v)。选择合适的H(u,v)，使得由式得到的g(x,y)比f(x,y)在某些特性方面更加鲜明、突出，因而更加易于识别、解译。
例如，可以强调图像中的低频分量使图像得到平滑，也可以强调图像中的高频分量使图像的边缘得到增强等等。
空域法是直接对图像中的像素进行处理，基本上是以灰度映射变换为基础的。所用的映射变换取决于增强的目的。例如增加图像的对比度，改善图像的灰度层次等处理均属空域法处理。
图像增强的结果使图像更适合于人的视觉特性或机器的识别系统。但是，增强处理并不能增强原始图像的信息，其结果只能增强对某种信息的辨别能力，而这种处理有可能损失一些其他信息。
图像增强技术基本上可分成两大类：频域处理法和空域处理法。频域处理法是基于卷积定理的，而空域法是直接对图像中的像素进行处理。
图像增强的数学表示是指用数学方法来描述图像信息。当我们用计算机来处理图像时，就需要用数学来描述它们，用数学方法来描述图像就需要考虑其点的性质，也就是说，一幅图像可以看成是坐标点上强度的集合。最普遍的表达式如下：
I(x,y,z,t,λ) = f(x,y,z,t,λ)
其中，(x,y,z)是空间坐标，λ是波长，t是时间，I是图像的强度。
这样一个表达式可以代表一幅活动的、彩色的、立体图像。当我们研究的是静止图像（Still Image）时，则上式与时间t无关；当研究的是单色图像时，显然与波长λ无关；对于平面图像来说则与座标z无关。因此，对于静止的、平面的、单色的图像来说其数学表达式可简化为：
I(x,y) = f(x,y)
上式说明一幅平面图像可以用二维亮度函数来表示。
人所感受到的图像一般都是由物体反射的光组成的。f(x,y)可以看成由两个分量组成，一个是我们所看到的景物上的入射光量，另一分量是景物中被物体反射的光量，它们可分别被称为照射分量和反射分量。如果用i(x,y)表示照射分量，用r(x,y)表示反射分量，那么：
I(x,y) = i(x,y) * r(x,y)
式表示全吸收情况为0，全反射的情况为1。这里i(x,y) 由光源的性质来确定，而r(x,y)则取决于景物中的物体。
图像增强技术的应用非常广泛，如图像识别、图像压缩、图像恢复等等。同时，图像增强技术也可以应用于机器视觉、计算机视觉、图像处理等领域。
图像增强技术是数字图像处理中的一种重要技术，它可以使图像变得更加清晰、鲜明，从而提高图像的识别和解译能力。但是，图像增强技术也需要考虑到图像的原始信息，不要损失一些重要信息。
VIP享7折，此内容立减5.97元 
