图像增强是数字图像处理过程中常采用的一种方法。为了改善视觉效果或便于人和机器对图像的理解和分析，根据图像的特点或存在的问题采取的改善方法或加强特征的措施称为图像增强。图像增强处理是改变图像视觉效果的手段，增强后的图像便于对它的后续处理。图像增强即可在空域中完成，也可在频率域中完成。
（1）了解图像增强的意义和目的；
（2）掌握图像的灰度变换增强；
（3）基于直方图的图像增强方法；
（4）掌握图像平滑方法；
（5）掌握图像锐化方法。
（6）进一步巩固Matlab程序设计方法；
（7）编程实现图像增强并观察增强效果
图像增强的Matlab实现，是利用图像处理软件对给出的图像进行处理。
1.灰度变换增强是一种点运算，可以使图像动态范围增大，扩展图像对比度，使图像变得清晰、特征明显。Matlab中可采用imadjust()函数实现图像灰度变换。
2.基于直方图的图像增强通过修改图像的灰度直方图达到图像增强的目的，也是一种点运算。Matlab中，imhist()函数计算并产生图像的直方图，histeq()函数是实现图像直方图均衡化的函数。
3.图像的平滑处理
为了抑制噪声改善图像质量所做的处理称为图像平滑或去噪，既可在空间域中进行，也可在频率域中进行。用于图像平滑处理的主要技术有空域中的邻域运算和频域中的低通滤波。邻域运算采用模板完成。
图像空间域平滑处理中最常用的是均值平滑和中值滤波。
（1）均值平滑
用窗口像素的平均值取代中心像素原来的灰度值。常用的邻域有4-邻域和8-邻域。
g(i,j)=1/k ∑_(m,n∈s)〖f(m,n)〗
借助模板卷积运算完成。去噪效果与模板尺寸有关。
（2）中值滤波
中值滤波是将模板中的元素由小到大进行排列，选取中间值代替模板中心对应元素作为输出值。中值滤波借助模板排序完成。中值滤波去除椒盐噪声效果好。模板大小一般为奇数，去噪效果与模板尺寸有关。
4.图像的锐化处理
图像锐化处理也是改善图像视觉效果的手段，同时能对图像的轮廓或边缘进行增强。用于图像锐化处理的主要技术有空域中的邻域运算和频域中的高通滤波。
图像锐化常采用一阶微分、二阶微分实现对边缘、细节等的突出。常采用的一阶微分算子包括梯度算子、robert算子、prewitt算子、sobel算子，二阶微分算子有拉普拉斯算子。图像锐化也可在频率域中利用高通滤波器完成。
计算机、Matlab图像处理软件、待处理图像
（2）编程实现对图像pout.tif的增强，观察增强效果
（a）读入图像，使用imhist()函数产生图像的直方图，分析它的直方图分布及反映图像的特点；
特点：图像灰度高频与低频信号较少，主要集中在中间，比较窄，对比度较小，会使画面比较平、缺少层次。
（b）读入图像，使用imadjust()函数，采用不同参数对图像进行灰度变换，并使用imhist()函数生成两个图像的直方图，分析图像对比度变化后的效果；
特点：直方图拉伸范围越大，图像的对比度也越大，图像明暗变化比较明显。
（c）读入图像，使用histeq()函数均衡化图像，分析变化后图像的效果。
特点：图像对比度增加，任务变得更加分明。
2.图像空间域平滑
（1）熟悉相关函数的用法
（2）对图像进行平滑，观察图像平滑效果。
a.读入图像并加入噪声
b.椒盐噪声在不同尺寸模板下的均值滤波效果
c.对椒盐噪声进行均值、中值滤波
d.编程对高斯噪声进行均值、中值滤波。
3.图像空间域锐化
（1）利用Sobel算子锐化图像
（2）利用fspecial函数生成各种梯度算子。
（3）读入一幅图像，利用不同梯度算子对图像进行锐化，比较分析不同算子的锐化结果
对比分析：
（4）读入一幅图像，利用Laplace算子对其进行锐化处理，并利用公式g(x,y)=f(x,y)-▽^2 f(x,y)对图像的锐化增强，对比分析。
4.图像频率域平滑和锐化
（1）编程实现四种常用低通滤波，对比四种低通滤波效果；
a、理想低通滤波器
b、Butterworth低通滤波器
c、指数低通滤波器
d、梯形低通滤波器
四种低通滤波器滤波效果：
b、巴特沃斯高通滤波器
c、指数高通滤波器
d、梯形高通滤波器
对比四种高通滤波结果：
1.理解了空间域和频率域中图像的增强操作。
2.掌握了图像平滑和锐化的方法，如何给图像添加噪声和去噪的操作。
3.会使用matlab自带的函数和自己编写的函数分别对图像进行增强。
版权声明：
本文来源网络，所有图片文章版权属于原作者，如有侵权，联系删除。
本文网址：https://www.mushiming.com/mjsbk/4608.html