常用的图像增强的方法方法有哪些

请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
检索详情页
{"words":"$head_words:MSRCR+$head_words:动态范围调整+$head_words:双边滤波器+$head_words:同态滤波器+$head_words:增益\\/偏移校正+$head_words:对比度和清晰度","themeword":"$head_words","params":"$title:多尺度Retinex算法与其它图像增强方法比较"}
&&&多尺度Retinex算法与其它图像增强方法比较
多尺度Retinex算法与其它图像增强方法比较
Comparison of Multi-Scale Retinex Algorithm and Other Image Enhancement Methods
图像获取过程中往往由于光照不足导致图像出现暗影和低对比度,这严重影响了后期图像各种形式的处理,如人脸检测、边缘提取、图像融合等.文章提出利用MSRCR算法与其它常用动态范围调整的图像增强算法相比,如SSR,MSR,MSRCR和直方图均衡化增强;进一步利用MSRCR增益/偏移校正、基于双边滤波器的单尺度Retinex图像增强和同态滤波器对两组图像对比实验,结果显示这些方法在图像增强中都表现出良好的性能,且MSRCR算法可以弥补传统小波变换在图像增强中的对比度不高和丢失部分信息的不足,提高了图像的亮度,对比度和清晰度;且其峰值信噪比和信息熵普遍高于其它增强方法,并对其运行的时效性进行对比.
摘要: 图像获取过程中往往由于光照不足导致图像出现暗影和低对比度,这严重影响了后期图像各种形式的处理,如人脸检测、边缘提取、图像融合等.文章提出利用MSRCR算法与其它常用动态范围调整的图像增强算法相比,如SSR,MSR,MSRCR和直方图均衡化增强;进一步利用MSRCR增益/偏移校正、基于双边滤波器的单尺度Retinex图像增强和同态滤波器对两组图像对比实验,结果...&&
相关论文(与本文研究主题相同或者相近的论文)
同项目论文(和本文同属于一个基金项目成果的论文)
您可以为文献添加知识标签,方便您在书案中进行分类、查找、关联
请输入添加的标签
万方数据知识服务平台--国家科技支撑计划资助项目(编号:2006BAH03B01)
&北京万方数据股份有限公司 万方数据电子出版社
实名学术社交
个性化订阅推荐
快速查看收藏过的文献您的位置: &
遥感影像处理中常用的图像增强方法
优质期刊推荐只需一步,快速开始
扫一扫,访问微社区
查看: 382|回复: 3|关注: 0
毕设求助!基于灰度非线性拉伸的图像增强方法有哪些?MA...
<h1 style="color:# 麦片财富积分
新手, 积分 5, 距离下一级还需 45 积分
毕设求助!基于灰度非线性拉伸的图像增强方法有哪些?MATLAB语言,求资源!
论坛优秀回答者
<h1 style="color:#26 麦片财富积分
关注者: 351
<h1 style="color:# 麦片财富积分
查了没有进展,我自己知道的只有指数变换和对数变换,怎奈做出来的效果不好
论坛优秀回答者
<h1 style="color:#26 麦片财富积分
关注者: 351
查了没有进展,我自己知道的只有指数变换和对数变换,怎奈做出来的效果不好 ...
很正常,变换的可能性有无穷多种,随便试试就很好是不可能的
站长推荐 /3
筑起功能安全的堡垒 - 基于模型设计的软件开发
MATLAB中文论坛是全球最大的 MATLAB & Simulink 中文社区。用户免费注册会员后,即可下载代码,讨论问题,请教资深用户及结识书籍作者。立即注册加入我们吧!
MATLAB官方社交平台
MATLAB中文论坛微社区您所在位置: &
&nbsp&&nbsp&nbsp&&nbsp
MATLAB常用图像增强方法.doc 7页
本文档一共被下载:
次 ,您可全文免费在线阅读后下载本文档。
&#xe600;下载提示
1.本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值,立即自动返金币,充值渠道很便利
MATLAB常用图像增强方法
你可能关注的文档:
··········
··········
数字图像处理
实验报告
实验名称:
常用图像增强方法
专业班级: 07级电子信息工程2班
一、实验目的
?
1、熟悉并掌握MATLAB图像处理工具箱的使用;
2、理解并掌握常用的图像的增强技术。
二、实验步骤
1、显示图像直方图
选择一幅图像,转化为灰度图像后显示其直方图,建立M文件程序如下:
a=imread('f:\chuan.jpg');
b=rgb2gray(a);
subplot(1,2,1);
imshow(b);
subplot(1,2,2);
imhist(b)
结果如图:
2、直方图均衡化
建立M文件,程序如下:
a=imread('f:\chuan.jpg');
b=rgb2gray(a);
subplot(1,3,1);imshow(b);
subplot(1,3,2);imhist(b);
c=histeq(b,64);
[c,T]=histeq(b);
subplot(1,3,3);imhist(c)
结果如图:
3、采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波,窗口分别采用3*3,5*5,7*7
建立M文件程序如下:
a=imread('f:\chuan1.jpg');
x=rgb2gray(a);
b=imnoise(x,'salt & pepper', 0.04);
subplot(2,2,1);imshow(b);
c=medfilt2(b,[3 3]);
subplot(2,2,2);imshow(c);
d=medfilt2(b,[5 5]);
subplot(2,2,3);imshow(d);
e=medfilt2(b,[7 7]);
subplot(2,2,4);imshow(e)
结果如图:1图为加噪图像,2、3、4图分别为窗口采用3*3、5*5、7*7的滤波后的图像
4、采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波
建立M文件程序如下:
a=imread('f:\chuan1.jpg');
b=rgb2gray(a);
subplot(1,2,1);imshow(b);
h=[1,2,1;0,0,0;-1,-2,-1];
c=filter2(h,b);
subplot(1,2,2);imshow(c)
结果如图:
5、采用三种不同算子对图像进行锐化处理
建立M文件如下:
a=imread('f:\chuan1.jpg');
b=rgb2gray(a);
subplot(2,2,1);imshow(b);
h=[1,2,1;0,0,0;-1,-2,-1];
%Sobel算子
c=filter2(h,b);
subplot(2,2,2);imshow(c) ;
d=double(b);
h=[0,1,0;1,-4,0;0,1,0];
%拉氏算子
e=conv2(d,h,'same');
subplot(2,2,3);imshow(e) ;
h=[1,1,1;0,0,0;-1,-1,-1];
%Prewitt算子
f=filter2(h,b);
subplot(2,2,4);imshow(f)
结果如图:1图为原图的灰度图像;2图为经Sobel算子锐化处理后的图像;3图为经拉氏算子锐化处理后的图像;4图为经Prewitt算子锐化处理的图像
三、 实验总结
1、 不同平滑滤波器的处理效果,及其优缺点
二维中值滤波器的窗口形式有多种,比如线状、方形等等。不同形状的窗口产生不同的滤波效果,经多次实验,可以发现方形或者圆形窗口适宜于外廓线较长的物体图像,而十字形窗口对有尖顶角状的图像效果较好。
中值滤波对离散阶跃信号、斜升信号不产生影响,连续个数小于窗口长度一般的离散脉冲将被平滑,三角函数的顶部平坦化。图像经中值滤波后,能有效的削弱椒盐噪声,而且比超限像素平均法更有效。但是在抑制随机噪声方面,中值滤波要要比均值滤波稍差。
均值滤波把每个像素都用周围的8个像素来做均值操作。可以平滑图像,速度快,算法简单。但是无法去掉噪声,这能微弱的减弱它。均值滤波是对是对信号进行局部平均, 以平均值来代表该像素点的灰度值。矩形滤波器(Averaging Box Filter)对这个二维矢量的每一个分量进行独立的平滑处理。通过计算和转化 ,得到一幅单位矢量图。这个 512×512的矢量图被划分成一个 8×8的小区域 ,再在每一个小区域中 ,统计这个区域内的主要方向 ,亦即将对该区域内点方向数进行统计,最多的方向作为区域的主方向。于是就得到了一个新的64×64的矢量图。这个
正在加载中,请稍后...专注于流媒体技术和机器学习
常见的图像增强方法
对比度拉升
采用了线性函数对图像的灰度值进行变换
采用了非线性函数(指数函数)对图像的灰度值进行变换
这两种方式的实质是对感兴趣的图像区域进行展宽,对不感兴趣的背景区域进行压缩,从而达到图像增强的效果
直方图均衡化
将原始图像的直方图通过积分概率密度函数转化为概率密度为1(理想情况)的图像,从而达到提高对比度的作用。直方图均衡化的实质也是一种特定区域的展宽,但是会导致整个图像向亮的区域变换。当原始图像给定时,对应的直方图均衡化的效果也相应的确定了。
直方图规定化
针对直方图均衡化的存在的一些问题,将原始图像的直方图转化为规定的直方图的形式。一般目标图像的直方图的确定需要参考原始图像的直方图,并利用多高斯函数得到。
同态滤波器
图像的灰度图像f(x,y)可以看做为入射光分量和反射光分量两部分组成:f(x,y)=i(x,y)r(x,y).入射光比较的均匀,随着空间位置变化比较小,占据低频分量段。反射光由于物体性质和结构特点不同从而反射强弱很不相同的光,随着空间位置的变化比较的剧烈。占据着高频分量。基于图像是由光照谱和反射谱结合而成的原理设计的。
基于HSV空间的彩色图像增强方法
针对于灰度图像,我们主要有以上的几种处理方法,但是针对于彩色图像,由于存在RGB分量,故而不能直接将灰度图像的处理方法应用。因为直接对每一个分量使用灰度增强的方法会导致颜色的紊乱发生。
而我们可以将RGB图像转化为其他空间的图像,比如:我们可以将RGB空间的图像转换为HSV空间的图像。HSV分别指色调,饱和度,亮度。由于调整HSV三个不同的量,我们可以得到比较直观的
没有更多推荐了,
加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!

我要回帖

更多关于 图像增强的方法 的文章

 

随机推荐