22 、均值濾波

均值濾波是典型的線性濾波算法，它是指在圖像上對(duì)目標(biāo)像素給一個(gè)模板，該模板包括了其周?chē)呐R近像素（以目標(biāo)象素為中心的周?chē)?個(gè)像素，構(gòu)成一個(gè)濾波模板，即去掉目標(biāo)像素本身），再用模板中的全體像素的平均值來(lái)代替原來(lái)像素值。

不足之處：均值濾波本身存在著固有的缺陷，即它不能很好地保護(hù)圖像細(xì)節(jié)，在圖像去噪的同時(shí)也破壞了圖像的細(xì)節(jié)部分，從而使圖像變得模糊，不能很好地去除噪聲點(diǎn)。

23 、高斯濾波

高斯濾波是一種線性平滑濾波，適用于消除高斯噪聲，廣泛應(yīng)用于圖像處理的減噪過(guò)程。通俗的講，高斯濾波就是對(duì)整幅圖像進(jìn)行加權(quán)平均的過(guò)程，每一個(gè)像素點(diǎn)的值，都由其本身和鄰域內(nèi)的其他像素值經(jīng)過(guò)加權(quán)平均后得到。高斯濾波的具體操作是：用一個(gè)模板（或稱(chēng)卷積、掩模）掃描圖像中的每一個(gè)像素，用模板確定的鄰域內(nèi)像素的加權(quán)平均灰度值去替代模板中心像素點(diǎn)的值。

中文名 高斯濾波

定 義 實(shí)質(zhì)上是一種信號(hào)的濾波器

應(yīng) 用 圖像處理，計(jì)算機(jī)視覺(jué)

方 式 離散化窗口滑窗卷積、傅里葉變換

24 、雙邊濾波

雙邊濾波（Bilateralfilter）是一種非線性的濾波方法，是結(jié)合圖像的空間鄰近度和像素值相似度的一種折衷處理，同時(shí)考慮空域信息和灰度相似性，達(dá)到保邊去噪的目的。具有簡(jiǎn)單、非迭代、局部的特點(diǎn)。

雙邊濾波器的好處是可以做邊緣保存（edge preserving），一般過(guò)去用的維納濾波或者高斯濾波去降噪，都會(huì)較明顯地模糊邊緣，對(duì)于高頻細(xì)節(jié)的保護(hù)效果并不明顯。

雙邊濾波器顧名思義比高斯濾波多了一個(gè)高斯方差sigma－d，它是基于空間分布的高斯濾波函數(shù)，所以在邊緣附近，離的較遠(yuǎn)的像素不會(huì)太多影響到邊緣上的像素值，這樣就保證了邊緣附近像素值的保存。

但是由于保存了過(guò)多的高頻信息，對(duì)于彩色圖像里的高頻噪聲，雙邊濾波器不能夠干凈的濾掉，只能夠?qū)τ诘皖l信息進(jìn)行較好的濾波

雙邊濾波器是什么？

雙邊濾波（Bilateralfilter）是一種可以保邊去噪的濾波器。之所以可以達(dá)到此去噪效果，是因?yàn)闉V波器是由兩個(gè)函數(shù)構(gòu)成。一個(gè)函數(shù)是由幾何空間距離決定濾波器系數(shù)。另一個(gè)由像素差值決定濾波器系數(shù)。可以與其相比較的兩個(gè)filter：高斯低通濾波器和α-截尾均值濾波器（去掉百分率為α的最小值和最大之后剩下像素的均值作為濾波器）。雙邊濾波器中，輸出像素的值依賴(lài)于鄰域像素的值的加權(quán)組合，

25 、圖像增強(qiáng)

增強(qiáng)圖像中的有用信息，它可以是一個(gè)失真的過(guò)程，其目的是要改善圖像的視覺(jué)效果，針對(duì)給定圖像的應(yīng)用場(chǎng)合，有目的地強(qiáng)調(diào)圖像的整體或局部特性，將原來(lái)不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征，擴(kuò)大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強(qiáng)圖像判讀和識(shí)別效果，滿足某些特殊分析的需要。

中文名 圖像增強(qiáng)

外文名 image enhancement

類(lèi) 型 頻率域法和空間域法

目 的 改善圖像的視覺(jué)效果

圖像增強(qiáng)可分成兩大類(lèi)：頻率域法和空間域法。前者把圖像看成一種二維信號(hào)，對(duì)其進(jìn)行基于二維傅里葉變換的信號(hào)增強(qiáng)。采用低通濾波（即只讓低頻信號(hào)通過(guò)）法，可去掉圖中的噪聲；采用高通濾波法，則可增強(qiáng)邊緣等高頻信號(hào)，使模糊的圖片變得清晰。后者空間域法中具有代表性的算法有局部求平均值法和中值濾波（取局部鄰域中的中間像素值）法等，它們可用于去除或減弱噪聲。

圖像增強(qiáng)的方法是通過(guò)一定手段對(duì)原圖像附加一些信息或變換數(shù)據(jù)，有選擇地突出圖像中感興趣的特征或者抑制(掩蓋)圖像中某些不需要的特征，使圖像與視覺(jué)響應(yīng)特性相匹配。

在圖像增強(qiáng)過(guò)程中，不分析圖像降質(zhì)的原因，處理后的圖像不一定逼近原始圖像。圖像增強(qiáng)技術(shù)根據(jù)增強(qiáng)處理過(guò)程所在的空間不同，可分為基于空域的算法和基于頻域的算法兩大類(lèi)。

基于空域的算法處理時(shí)直接對(duì)圖像灰度級(jí)做運(yùn)算，基于頻域的算法是在圖像的某種變換域內(nèi)對(duì)圖像的變換系數(shù)值進(jìn)行某種修正，是一種間接增強(qiáng)的算法。

基于空域的算法分為點(diǎn)運(yùn)算算法和鄰域去噪算法。點(diǎn)運(yùn)算算法即灰度級(jí)校正、灰度變換和直方圖修正等，目的或使圖像成像均勻，或擴(kuò)大圖像動(dòng)態(tài)范圍，擴(kuò)展對(duì)比度。鄰域增強(qiáng)算法分為圖像平滑和銳化兩種。

平滑一般用于消除圖像噪聲，但是 也容易引起邊緣的模糊。常用算法有均值濾波、中值濾波。銳化的目的在于突出物體的邊緣輪廓，便于目標(biāo)識(shí)別。常用算法有梯度法、算子、高通濾波、掩模匹配法、統(tǒng)計(jì)差值法等。

常見(jiàn)的圖像增強(qiáng)方法

1.對(duì)比度拉升

采用了線性函數(shù)對(duì)圖像的灰度值進(jìn)行變換

2. Gamma校正

采用了非線性函數(shù)（指數(shù)函數(shù)）對(duì)圖像的灰度值進(jìn)行變換

這兩種方式的實(shí)質(zhì)是對(duì)感興趣的圖像區(qū)域進(jìn)行展寬，對(duì)不感興趣的背景區(qū)域進(jìn)行壓縮，從而達(dá)到圖像增強(qiáng)的效果

3.直方圖均衡化

將原始圖像的直方圖通過(guò)積分概率密度函數(shù)轉(zhuǎn)化為概率密度為1（理想情況）的圖像，從而達(dá)到提高對(duì)比度的作用。直方圖均衡化的實(shí)質(zhì)也是一種特定區(qū)域的展寬，但是會(huì)導(dǎo)致整個(gè)圖像向亮的區(qū)域變換。當(dāng)原始圖像給定時(shí)，對(duì)應(yīng)的直方圖均衡化的效果也相應(yīng)的確定了。

4.直方圖規(guī)定化

針對(duì)直方圖均衡化的存在的一些問(wèn)題，將原始圖像的直方圖轉(zhuǎn)化為規(guī)定的直方圖的形式。一般目標(biāo)圖像的直方圖的確定需要參考原始圖像的直方圖，并利用多高斯函數(shù)得到。

5. 同態(tài)濾波器

圖像的灰度圖像f(x,y)可以看做為入射光分量和反射光分量?jī)刹糠纸M成：f(x,y)=i(x,y)r(x,y).入射光比較的均勻，隨著空間位置變化比較小，占據(jù)低頻分量段。反射光由于物體性質(zhì)和結(jié)構(gòu)特點(diǎn)不同從而反射強(qiáng)弱很不相同的光，隨著空間位置的變化比較的劇烈。占據(jù)著高頻分量。基于圖像是由光照譜和反射譜結(jié)合而成的原理設(shè)計(jì)的。

基于HSV空間的彩色圖像增強(qiáng)方法

針對(duì)于灰度圖像，我們主要有以上的幾種處理方法，但是針對(duì)于彩色圖像，由于存在RGB分量，故而不能直接將灰度圖像的處理方法應(yīng)用。因?yàn)橹苯訉?duì)每一個(gè)分量使用灰度增強(qiáng)的方法會(huì)導(dǎo)致顏色的紊亂發(fā)生。

而我們可以將RGB圖像轉(zhuǎn)化為其他空間的圖像，比如：我們可以將RGB空間的圖像轉(zhuǎn)換為HSV空間的圖像。HSV分別指色調(diào)，飽和度，亮度。由于調(diào)整HSV三個(gè)不同的量，我們可以得到比較直觀的