一、空间域图像增强
1、定义:指对图像的灰度值直接处理以达到改善图像视觉效果的目的。
2、分类:据决定输出图像像元灰度值的方法不同,可分为:
1)、点运算:输出像元由对应输入像元的灰度值决定的运算方法;
2)、邻域运算(卷积滤波):输出像元由对应输入像元与其领域内像元的灰度值决定;
3)、灰度形态学梯度运算:输出像元由结构元素及其对应的图像像元共同决定的运算。
二、变换域图像增强
1、定义:指在图像的某个变换域内对图像的变换系数进行某种修改。
2、方法:
1)、傅里叶变换:图像的细节信息对应于频率域的高频部分,因此可以在频率域中先对高频部分进行增强(如乘以一个大于1的数值)再反变换到空间域,或者仅提取高频部分对应的信息(如频率域高通滤波)叠加到原图像。
2)、小波变换:可将图像在多级尺度上分解为低频分量、水平次高频分量、垂直次高频分量和对角高频分量。其中图像的概貌主要体现在低频部分,细节部分体现在高频部分。
3)、颜色空间变换:是一种用数学方法来表示颜色的模型,通常使用代表3个参数的三维坐标来指定颜色,这个坐标描述了颜色在特定颜色空间中的位置。
三、其他变换:
如主成分变换、最小噪声分离变换、缨帽变换、独立主成分变换等。