空间域和频率域结合的图像增强技术及实现(1)
一种基于频率域和空间域相结合的图像增强方法
一
种 基 于频 率域 和 空 间域 相 结 合 的 图像增 强方 法
张 威 ，孙 玉秋 ，赵 天 玉 （ 长江大学信息 与数 学学 院， 湖北 荆州 ４ ３ ４ ０ ２ ３ ）
［ 摘 要 ］ 图像 增 强 是 数 字 图像 的 预 处理 ，对 图像 整 体 或 局 部 特 征 能 有 效 地 改 善 。 讨 论 了直 方 图均 衡 化 、拉
普拉 斯变 换等 。频率 域法 以修改 图像 的傅里 叶变换 为基础 ，属于 间接增强 方法 ，常用 的有各 种高通 滤波 和低通 滤波 。下面 ，笔者 针对 噪声 图像 提 出一种 在频率 域用 高斯低 通滤 波去 噪 ，在 空间域用 直方 图均衡
化 和拉普 拉斯 变换处 理 图像 的方 法 。
ｙ ｕ ｑ ｉ ｕ ｓ ｕ ｎ ＠１ ６ ３ ． ｃ ｏ ｍｏ
第１ Ｏ卷 第 １ ９期
张 威 等 ：一 种 基 于 频 率 域 和 空 间域 相 结 合 的 图像 增 强 方 法
２ 图 像 锐 化
图像 锐 化就 是补 偿 图像 的轮廓 ，增 强 图像 的边缘及 灰 度跳 变 的部分 ，使 图像变 得清 晰 。图像锐 化也
（ ２ ）
输入 图像 的各灰 度级 经过 式 （ ２ ）的映射 就得 到输 出图像 的各灰度 级 Ｓ 。
［ 收稿 日期 ］ ２ ０ １ ２—１ ２—１ ２ ［ 基 金 项 目］ 国家 自 然 科 学 基金 资 助 项 目 （ ６ ０ ５ ７ ２ ０ ４ ８ ） 。 ［ 作者简介］张威 （ １ ９ ８ ７ 一 ） ，男 ，硕士生 ，现主要从事数字图像处理方面的研究工作。 ［ 通 讯 作者 ］ 孙 玉 秋 （ １ ９ ６ ８ 一 ） ，女 ，硕 士 ，教 授 ，现 主 要 从 事 数 字 图 像 处 理 、模 式 识 别 与 目 标 检 测 方 面 的 教 学 与 研 究 工 作 ；Ｅ — ｍａ ｉ ｌ
遥感图像增强实验报告
遥感图像增强实验报告1. 实验目的和内容实验目的：（1）遥感图像的空间域增强：通过直接改变图像中的单个像元及相邻像元的灰度值来增强图像，是图像增强技术的基本组成部分，包括点运算和邻域运算。
（2）遥感图像的频率域增强：通过对频率域的调整对遥感图像进行平滑和锐化，平滑主要是保留图像的低频部分抑制高频部分，锐化则保留图像的高频部分而削弱低频部分。
（3）遥感图像的彩色增强：将黑白图像转换成彩色图像，使地物的差别易于分辨，突出图像的有用信息，从而提高对图像的解译和分析能力。
实验内容：（1）遥感图像的空间域增强：点运算—直方图均衡化、灰度拉伸、任意拉伸，邻域运算—图像平滑、图像锐化。
（2）遥感图像的频率域增强：定义FFT，反向FFT，再进行对比。
（3）遥感图像的彩色增强：多波段影像—彩色合成、单波段影像—伪彩色增强、色彩空间变换、遥感数据融合。
2. 图像处理方法和流程A.遥感图像的空间域增强1.直方图均衡化(1)在主窗口中打开can_tmr.img文件。
(2)以gray形式显示一个波段。
(3)Display窗口>enhance>equalization2.灰度拉伸(1)Display窗口>enhance>interactive stretching(2)弹出的对话框>stretch_type>linear(3)在STRETCH对应的两个文本框中输入需要拉伸的范围，然后单击对话框上的APPLY按钮，图像显示为线性拉伸后的效果。
3.任意拉伸（1）弹出的对话框>stretch_type>Arbitary，在output histogram中单击绘制直方图，右键结束（2）点击apply，结果如图所示4.图像平滑（1）均值平滑，在主窗口中打开can_tmr.img文件。
主窗口>enhance>filter>smooth[3*3]。
结果如图所示（2）中值平滑，在主窗口中打开can_tmr.img文件。
第8章_图像增强
32
一、空间域图像增强（29）
对角线方向边缘增强示意图
33
一、空间域图像增强（30）
单方向一阶微分算子图像增强效果
34
一、空间域图像增强（31）
Roberts交叉微分算子
g x, y f x 1, y 1 f x, y f x 1, y f x, y 1
f
G x x
f
f
G
y
y
27
一、空间域图像增强（24）
一阶微分算子
单方向微分算子
（1）水平方向微分算子
Dlevel
1 2 1
0 0 0
1 2 1
g ( x, y ) [ f x 1, y 1 f x 1, y 1] 2[ f x 1, y f x 1, y ]
遥感数字图像处理
第8章
图像增强
背景知识
图像增强是通过一定手段对原图像进行变换或附加一些信息
，有选择地突出图像中感兴趣的特征或者抑制图像中某些不
需要的特征，使图像与视觉响应特性相匹配，从而加强图像
判读和识别效果，以满足某些特殊分析的需要。
目的：改善图像的视觉效果，帮助我们更好地发现或识别图
像中的某些特征。
作用：调整两幅图像的色调差异，使图像重叠区域的色调过渡柔和，改
善图像融合和图像镶嵌效果。
14
一、空间域图像增强（12）
直方图匹配的思想：
原图像中的任意一个灰度值ai 都可
以在参考图像上找到一个与之对应
的灰度值bi ，使得原图的灰度概率
空间域图像增强的操作方法
空间域图像增强的操作方法
空间域图像增强操作方法包括以下几种：
1. 线性变换：线性变换常用于图像亮度和对比度的调整。
常见的线性变换操作包括图像的亮度调整、对比度调整、伽马校正等。
2. 直方图均衡化：直方图均衡化是一种用于增强图像对比度的方法。
它通过调整图像的灰度级分布，使得图像在整个灰度范围内的灰度级分布均匀，从而显著改善了图像的视觉效果。
3. 滤波操作：滤波操作可以用于对图像进行平滑处理、边缘增强、噪声去除等。
常见的滤波方法包括均值滤波、中值滤波、高斯滤波等。
4. 锐化操作：锐化操作可以增强图像的边缘和细节信息。
常见的锐化方法包括拉普拉斯锐化、Sobel算子、Prewitt算子等。
5. 图像增强算法：除了上述基本操作外，还有一些图像增强算法可以进一步提高图像质量，如小波变换、Retinex算法、非局部均值去噪方法等。
需要根据具体图像的特点和需求选择合适的增强方法，并通过实验和调整参数来得到最佳的增强效果。
空间域和频率域结合的图像增强技术及实现(1)
南京理工大学紫金学院毕业设计(论文)开题报告
学生姓名：杨程学号：090402159
专业：光电信息工程
设计(论文)题目：空间域和频率域结合的图像增强技术
及实现
指导教师:曹芳
2012年12月20日
开题报告填写要求
1．开题报告（含“文献综述”）作为毕业设计（论文）答辩委员会对学生答辩资格审查的依据材料之一。
此报告应在指导教师指导下，由学生在毕业设计（论文）工作前期内完成，经指导教师签署意见及所在专业审查后生效；
2．开题报告内容必须用黑墨水笔工整书写或按教务处统一设计的电子文档标准格式（可从教务处网页上下载）打印，禁止打印在其它纸上后剪贴，完成后应及时交给指导教师签署意见；
3．“文献综述”应按论文的格式成文，并直接书写（或打印）在本开题报告第一栏目内，学生写文献综述的参考文献应不少于15篇（不包括辞典、手册）；
4．有关年月日等日期的填写，应当按照国标GB/T 7408—2005《数据元和交换格式、信息交换、日期和时间表示法》规定的要求，一律用阿拉伯数字书写。
如“2007年3月15日”或“2007-03-15”。
毕业设计（论文）开题报告
图1 理想低通滤波器应用实例(2) Butterworth 低通滤波器
图2 高斯低通滤波器应用实例梯形低通滤波器
3）
图3 理想高通滤波器巴特沃斯高通滤波器
阶巴特沃斯高通滤波器的传递函数定义如下：
图5 高斯高通滤波器应用实例。
图像增强的实现方法
图像增强的实现方法图像增强是指通过一系列处理方法，改善或提高原始图像的视觉质量，使其更适合特定应用需求。
图像增强技术在计算机视觉、图像处理、模式识别等领域中具有广泛应用，能够帮助我们从原始图像中提取更多有用信息，强调图像的特定特征，改善人眼对图像的感知效果。
本文将介绍图像增强的实现方法，并详细阐述其中的几种常用技术。
1. 空域增强方法空域增强方法是最常用的图像增强方法之一。
其基本思想是直接对图像的像素值进行处理。
常见的空域增强方法包括直方图均衡化、图像锐化和滤波技术等。
直方图均衡化是一种常用的直方图拉伸方法，通过调整图像像素的灰度分布来增强对比度。
具体操作是先计算图像的直方图，然后根据直方图构建一个累积分布函数（CDF），最后利用CDF对每个像素值进行重新映射，以达到增强图像对比度的目的。
图像锐化是通过增强图像的高频分量来提高图像的细节信息。
常见的图像锐化方法有拉普拉斯锐化和边缘增强等。
拉普拉斯锐化方法一般通过对原始图像进行卷积操作，得到图像的拉普拉斯增强图像，进而将其与原始图像进行加权叠加，以增强图像的细节和边缘信息。
滤波技术是通过对图像进行滤波操作，来提取或增强图像中的某些信息。
常用的滤波方法有平滑滤波和锐化滤波等。
平滑滤波技术主要用于图像去噪，通过将每个像素的值与其周围邻域像素的值进行平均或加权平均，减小噪声对图像的影响。
锐化滤波技术则用于增强图像的边缘和细节信息，常见的锐化滤波器有Sobel算子和Laplacian算子等。
2. 频域增强方法频域增强方法是通过对图像的频谱进行处理来实现的。
它基于傅里叶变换的原理，可以将图像从空域转化到频域，然后对频域数据进行增强处理后，再通过逆傅里叶变换将图像还原回空域。
频域增强方法常见的技术有傅里叶变换、滤波器设计和小波变换等。
傅里叶变换将图像从空域转化到频域，将图像的空间域信息转化为频率域信息，可以方便地观察和处理图像的频谱分布。
通过对图像的傅里叶变换结果进行滤波操作，可以实现图像的频域增强。
频域+空间域结合法
频域+空间域结合法
频域和空间域结合法是一种在信号处理和图像处理领域中常用的技术。
频域表示信号的频率特性，而空间域表示信号的空间分布特性。
结合这两种域可以更全面地分析和处理信号和图像。
在信号处理中，频域分析可以将信号分解成不同频率的成分，而空间域分析可以描述信号在时间或空间上的变化。
因此，结合频域和空间域可以更准确地理解信号的特性，从而进行更有效的信号处理和分析。
在图像处理中，频域分析可以通过傅里叶变换将图像转换到频域，从而可以进行频率滤波和频域增强等操作。
而空间域分析可以描述图像的像素分布和空间位置关系。
因此，结合频域和空间域可以实现更多样化的图像处理操作，包括去噪、增强、压缩等。
总的来说，频域和空间域结合法可以帮助我们更全面地理解和处理信号和图像，在不同领域中有着广泛的应用。
这种方法的优势在于可以综合考虑信号或图像的频率特性和空间特性，从而得到更全面、准确的分析和处理结果。
当然，在具体应用中需要根据问题的特点和要求来选择合适的方法和技术。
图像增强原理
图像增强原理图像增强是数字图像处理中的一项重要技术，它通过对图像进行各种处理，改善图像的质量，使图像更适合于后续的分析和应用。
图像增强的原理是通过增强图像的对比度、亮度、锐度等特征，以提高图像的视觉效果和信息表达能力。
在本文中，我们将介绍图像增强的原理及常见的增强方法。
图像增强的原理主要包括两个方面，空间域增强和频域增强。
空间域增强是指直接对图像像素进行操作，包括灰度变换、直方图均衡化、滤波等方法；频域增强是指将图像转换到频域进行处理，包括傅里叶变换、滤波器设计等方法。
在空间域增强中，最常见的方法之一是灰度变换。
灰度变换通过对图像的灰度级进行变换，可以改变图像的对比度和亮度。
常见的灰度变换函数包括线性变换、对数变换、幂次变换等。
线性变换可以通过拉伸或压缩图像的灰度范围来增强对比度，对数变换可以扩展图像的暗部细节，幂次变换可以调整图像的亮度分布。
这些方法都是通过对图像的像素值进行重新映射来实现增强的效果。
另一个常见的空间域增强方法是直方图均衡化。
直方图均衡化是一种通过重新分配图像灰度级来增强对比度的方法。
它通过对图像的灰度直方图进行变换，将原始的灰度级分布变换为均匀分布，从而增强图像的对比度。
直方图均衡化在很多图像处理领域都有广泛的应用，特别是在医学影像、遥感图像等领域。
在频域增强中，傅里叶变换是一种重要的方法。
傅里叶变换可以将图像从空间域转换到频率域，通过对频率域进行滤波来实现图像增强。
频域滤波可以通过去除图像中的噪声、增强图像的边缘等方式来改善图像的质量。
常见的频域滤波方法包括低通滤波、高通滤波、带通滤波等。
低通滤波可以去除图像中的高频噪声，高通滤波可以增强图像的边缘细节，带通滤波可以选择性地增强或抑制特定频率成分。
除了上述方法外，图像增强还可以通过图像增强技术来实现。
图像增强技术是一种通过对图像进行分析和处理来实现增强效果的方法。
常见的图像增强技术包括锐化、平滑、边缘增强等。
锐化可以增强图像的细节和边缘，平滑可以去除图像中的噪声，边缘增强可以突出图像中的边缘信息。
实验二 空间域图像增强
实验二空间域图像增强一、实验目的1、了解空间域图像增强的各种方法（点处理、掩模处理）；2、通过编写程序掌握采用直方图均衡化进行图像增强的方法；3、使用邻域平均法编写程序实现图像增强，进一步掌握掩模法及其改进（加门限法）消除噪声的原理；二、 实验环境及开发工具Windws2000/XP 、MATLAB 6.x 、Visual C++、Visual Basic 或其它 三、 实验方法对如图所示的两幅128×128、256级灰度的数字图像fing_128.img 和cell_128.img 进行如下处理：（1）对原图像进行直方图均衡化处理，同屏显示处理前后图像及其直方图，比较异同，并回答为什么数字图像均衡化后其直方图并非完全均匀分布。
（2）对原图像加入点噪声，用4-邻域平均法平滑加噪声图像（图像四周边界不处理，下同），同屏显示原图像、加噪声图像和处理后的图像。
①不加门限； ②加门限),(21n m f T =，（其中∑∑=i jj i f N n m f ),(1),(2） 四、实验结果及分析1、直方图均衡化处理程序如下：clc;fid=fopen('F:\数字图像\图像\img\fing_128.img','r');指纹图fing_128.img 显微医学图像f=fread(fid,[128,128],'uchar'); subplot(2,1,1);imshow(f,[0,255]);q=zeros(1,256);for x=1:128for y=1:128q(f(x,y)+1)=q(f(x,y)+1)+1; endends=q./(128*128);X=0:255;subplot(2,1,2);bar(X,s');figure;t=zeros(1,256);t(1)=s(1);for i=2:256t(i)=t(i-1)+s(i);endsubplot(2,1,1);bar(X,t');t0=floor(255*t+0.5); subplot(2,1,2);bar(X,t0');figure;t1=zeros(1,256);for i=1:256t1(t0(i)+1)=s(i)+t1(t0(i)+1); endsubplot(2,1,1);bar(X,t1');f1=zeros(128,128)for x=1:128for y=1:128f1(x,y)=t0(f(x,y)+1);endendsubplot(2,1,2);imshow(f1,[0,255]);运行结果：（1）、指纹均衡化处理（2）、细胞的均衡化处理2、对原图像加入点噪声程序代码不加门限：clc;fid=fopen('F:\数字图像\图像\img\fing_128.img','r');f=fread(fid,[128,128],'uchar');subplot(2,2,1);imshow(f,[0,255]);for x=1:128for y=1:128if x==yf(x,y)=255;elseifx+y==100f(x,y)=0;endendendsubplot(2,2,2);imshow(f,[0,255]);f0=f;for x=2:127for y=2:127f0(x,y)=(f((x-1),y)+f((x+1),y)+f(x,(y-1))+f(x,(y+1)))./4;endendsubplot(2,2,3);imshow(f0,[0,255]);t=fft2(f);T=t(1,1)/128;f1=f;for x=2:127for y=2:127h=(f((x-1),y)+f((x+1),y)+f(x,(y-1))+f(x,(y+1)))./4;if abs(f(x,y)-h)>Tf1(x,y)=h;elsef1(x,y)=f(x,y);endendendsubplot(2,2,4);imshow(f1,[0,255]);运行结果：加门限：clc;fid=fopen('F:\数字图像\图像\img\fing_128.img','r');fg=fread(fid,[128,128],'uchar');subplot(2,2,1);imshow(fg,[0,255]);a=randn(128,128);f=a.*20+fg;subplot(2,2,2);imshow(f,[0,255]);f0=f;for x=2:127for y=2:127f0(x,y)=(f((x-1),y)+f((x+1),y)+f(x,(y-1))+f(x,(y+1)))./4;endendsubplot(2,2,3);imshow(f0,[0,255]);t=fft2(f);T=t(1,1)/128;f1=f;for x=2:127for y=2:127h=(f((x-1),y)+f((x+1),y)+f(x,(y-1))+f(x,(y+1)))./4;if abs(f(x,y)-h)>Tf1(x,y)=h;elsef1(x,y)=f(x,y);endendendsubplot(2,2,4);imshow(f1,[0,255]);运行结果：（1）细胞加入噪声及去噪3、结果分析（1）直方图均衡化处理后图像的对比度增强，变得相对清晰，达到了图像增强的效果。
采用空间域和频率域滤波的原理
一、概述空间域和频率域滤波是数字图像处理中常用的两种基本处理方法。
它们通过对图像进行不同的数学变换和运算，能够实现对图像的增强、去噪和特征提取等目的。
本文将从原理入手，对这两种滤波方法进行深入探讨。
二、空间域滤波的原理1. 空间域滤波是指对图像的像素进行直接操作的一种滤波方法。
其原理是通过对图像进行空间领域内的数学运算，来改变图像的各个像素值，从而实现图像的增强或去噪。
2. 空间域滤波的主要方法包括均值滤波、中值滤波和高斯滤波等。
其中，均值滤波是通过对图像中的每个像素周围邻域像素值的平均来实现的，中值滤波是通过将邻域像素值排序并取中值来实现的，而高斯滤波则是通过对邻域像素进行加权平均来实现的。
3. 空间域滤波的优点是操作简单，计算速度快，适用于对图像进行快速处理。
但其缺点是对图像进行像素级操作，容易引入擦除和边缘模糊等问题。
三、频率域滤波的原理1. 频率域滤波是指将图像从空间域变换到频率域进行处理的一种滤波方法。
其原理是通过对图像在频率域内的变换和运算，来实现对图像的增强、去噪和特征提取等目的。
2. 频率域滤波的主要方法包括傅立叶变换和小波变换。
其中，傅立叶变换是将图像从空间域变换到频率域的一种数学变换，通过对图像在频率域内的数学运算来实现滤波的目的。
3. 频率域滤波的优点是能够同时处理图像的整体特征，能够避免空间域滤波带来的边缘模糊问题。
但其缺点是计算复杂，速度较慢，适用于对图像进行精细处理。
四、空间域和频率域滤波的比较1. 空间域滤波和频率域滤波都是数字图像处理中常用的两种基本处理方法，它们各自有着不同的优缺点。
2. 空间域滤波的优点是操作简单，计算速度快，适用于对图像进行快速处理，但其缺点是容易引入擦除和边缘模糊等问题；而频率域滤波的优点是能够同时处理图像的整体特征，能够避免空间域滤波带来的边缘模糊问题，但其缺点是计算复杂，速度较慢，适用于对图像进行精细处理。
3. 在实际应用中，需要根据图像处理的具体要求和情况来选择合适的滤波方法。
空间域和频域结合的图像增强技术及实现
空间域和频域结合的图像增强技术及实现
徐炜君;刘国忠
【期刊名称】《中国测试》
【年(卷),期】2009(035)004
【摘要】图像增强是数字图像的预处理,对图像整体或局部特征能有效地改善.为了实现对数字图像的增强处理,采用时域直方图均衡和频域高频加强滤波相结合的方法对图像进行了增强处理.利用图像中变化剧烈的信息只与高频成分有关这一原理,结合MATLAB设计实现了高频加强滤波器并对图像进行了增强处理,在此基础上使用时域直方图均衡技术再对图像进行处理.试验结果表明,两种技术的结合可以使图像的细部特征更加明显,图像更加锐化,其图像增强效果要好于单独采用其中任意一种技术的处理结果.
【总页数】3页(P52-54)
【作者】徐炜君;刘国忠
【作者单位】大庆石油学院应用技术学院,河北,秦皇岛,066004;北京信息科技大学,北京,100192
【正文语种】中文
【中图分类】TP274+.2:TP751
【相关文献】
1.基于空间域与频域的遥感图像增强算法 [J], 王璠
2.空间域与频域结合的FCM红外热像分割方法 [J], 谢静;徐长航;陈国明;王玉
3.基于频域的计算机图像增强技术分析 [J], 张小红;张建生;彭林华
4.基于频域的图像增强技术的改进算法 [J], 袁小平; 张侠; 张毅; 崔棋纹; 闫泽宇
5.基于空间域与频域的遥感图像增强算法 [J], 王璠
因版权原因，仅展示原文概要，查看原文内容请购买。
空间域和频率域结合的图像增强技术及实现(1)
南京理工大学紫金学院毕业设计(论文)开题报告
学生姓名：杨程学号：090402159
专业：光电信息工程
设计(论文)题目：空间域和频率域结合的图像增强技术
及实现
指导教师:曹芳
2012年12月20日
开题报告填写要求
1．开题报告（含“文献综述”）作为毕业设计（论文）答辩委员会对学生答辩资格审查的依据材料之一。
此报告应在指导教师指导下，由学生在毕业设计（论文）工作前期内完成，经指导教师签署意见及所在专业审查后生效；
2．开题报告内容必须用黑墨水笔工整书写或按教务处统一设计的电子文档标准格式（可从教务处网页上下载）打印，禁止打印在其它纸上后剪贴，完成后应及时交给指导教师签署意见；
3．“文献综述”应按论文的格式成文，并直接书写（或打印）在本开题报告第一栏目内，学生写文献综述的参考文献应不少于15篇（不包括辞典、手册）；
4．有关年月日等日期的填写，应当按照国标GB/T 7408—2005《数据元和交换格式、信息交换、日期和时间表示法》规定的要求，一律用阿拉伯数字书写。
如“2007年3月15日”或“2007-03-15”。
毕业设计（论文）开题报告
图1 理想低通滤波器应用实例(2) Butterworth 低通滤波器
图2 高斯低通滤波器应用实例梯形低通滤波器
3）
图3 理想高通滤波器巴特沃斯高通滤波器
阶巴特沃斯高通滤波器的传递函数定义如下：
图5 高斯高通滤波器应用实例。
基于频率域与空间域的图像放大方法的研究
实验结果：
图 2. Silent 图像（破损）
图 3. Silent 图像（修补后）
图 6. Hall 破损
图 7. Hall 修补
通过图像修补的算法，利用了周围原始的信息，使得丢失的块通过判断每一 个块所经过的边缘而具体 3. 图像修补与放大相结合 算法： 1）将图像使用原先的算法进行双线性插值，以8*8块为单位，使用边缘检测
四、提出新的方法
1． 基于分类的边缘检测的双线性插值算法 提出理由：分析可知，由于双线性插值，原本尖锐的边缘变得平坦了，图像 边缘的宽度也增加了，从而使图像变得模糊不清。图像边缘产生模糊的原因是由 于经典插值算法的平滑功能，使边缘像素和邻近像素的值大小接近。 为了消除模糊，提高图像的质量。我们的算法先把模板图像分成3 个区： (1)平坦区域； (2)边缘检测后，提取的边缘点组成的边缘区域； (3)位于边缘区域和平坦区域之间，产生模糊效应的像素点组成的过渡带区 域。 对于过渡带区域，分析像素点自身空间梯度信息和相关特征，利用类与类之 间具有阶越性特性，采用扩大边缘像素和邻近像素的梯度差值，进而对过渡带像 素进行模糊消除修正处理。这样提高了插值的鲁棒性，抑制了由于噪声等原因形 成的“假”边沿和边缘模糊，使图像变得清晰。
2.
基于块的修补算法
初步设想： 1）先找出8*8的块外面一圈差分最大的两个点（边缘点），计算差分的时候 同时考虑水平差分Dy和垂直差分Dx，计算出Dx/Dy 2）用5*3的矩阵框中找到与边缘点亮度最接近的4个点，分别比较这4个点与 边缘点亮度最接近的4个点与边缘点组成的直线与斜率与Dx/Dy的差距， 找出差距 最小的斜率，这样可以匹配出边缘线的方向。 尝试、提高与改进得到的算法： 1）对于丢失的某个8*8的块，先找出它的外面一圈差分最大的5个点（目前 暂定为5个），如果这5点中有某些点差分值小于50（阈值），则将这些点删去。 如果这5个点的差分值都小于50，则至少还是会保留一个差分值最大的点。 2）对于第1步中所得的边缘点（最多5个），分别在它们各自5*3的框中寻找 与它们最匹配的点。对每个边缘点分别找到5个匹配点，然后分别计算这5个匹配 点和它们所对应的边缘点的斜率，然后将这些斜率与5个边缘点的Dx/Dy分别比 较，找到最接近的。 3）由第2步最多可以得到5条斜率，再由其对应的5个边缘点，则可得到5条 边。 4）用这5条边对8*8的丢失块进行分块，插帧时只会用相同块内的点进行修 补。 5）插帧时具体采用的方法是：对于某个待修补的点，依据5个斜率，则最多 可以得到10个点（这10个点都位于8*8的外面一层，可用于插帧），对于这10个 点，删去与待修补点不处于同一块的点，然后用剩余的处于同一块的点对待修补 点进行几何插帧。 6）对于用以上5步没能修补的点，会作记录，对这些点用其周围紧挨的点进 行修补（这种点一般比较少）。
第4讲频率域图像增强
f (x) F(u)ej2uxdu
f (x) 1 F()ejxd
2
（2）周期形式（傅里叶级数）
F (u)
au
1 M
M f (x)e j2ux/ M dx
0
f (x)
aue j 2ux/ M
u
f (x)
2 二维傅里叶变换 （1）连续形式
F(u,v) f(x,y)ej2(uxvy)dxdy
f(x,y) F(u,v)ej2(uxvy)dudv
（2）离散形式
F(u,v)
1
M1N1
j2(uxvy)
f (x, y)e M N
F(u)e j2ux/ M
aue j 2ux/ M
u
u
（3）离散形式
F(u)
1
M 1
f (x)e j2ux/ M
M x0
M 1
f (x) F(u)e j2ux/ M
u0
系数1/M也可以放在反变换前， 有时也可在傅立叶正变 换和逆变换前分别乘以(1/M )1/2。
傅立叶变换的引入
• 周期函数可以表示为不 同频率的正弦和/或余弦 和的形式
• 非周期函数可以用正弦 和/或余弦乘以加权函数 的积分来表示——这种 情况下的公式就是傅立 叶变换
傅里叶变换及其反变换
1 一维傅里叶变换 （1）连续形式
单变量连续函数f(x)的傅立叶变换F(u)可以定义为：
F(u) f(x)ej2uxdx j 1
离散一维卷积
h(i) = f(i)*g(i) = f(j)g(i-j)
空间域图像增强
空间域图像增强空间域图像增强增强的⽬的是处理图像，使其⽐原始图像更适合于特定应⽤。
图像增强⽅法分为空间域⽅法（直接对图像的像素处理）和频域（傅⾥叶变换为基础）。
以这两种结合来增强图像的⾮常少！最好的图像处理⽅法是得到最好的机器可识别的结果。
空间域图像增强公式g(x,y)=T(f(x,t)).g处理后的图像，f是原始图像，T是对f的⼀种操作。
图像增强的三个基本类型函数：线性（正⽐例，反⽐例），对数的（对数和反对数变换），幂次的（n次幂好n次⽅根变换）。
以下，r为原始灰度，s为变换后的灰度。
线性的图像反转：s=L-1-r。
此种变换适⽤于增强嵌⼊域图像暗⾊区域的⽩⾊或灰⾊细节，特别是当⿊⾊占主导的时候。
通俗的，就是⽩⾊变⿊⾊，⿊⾊变⽩⾊，中间依次。
对数变换：s=c*log(1+r)。
c常数。
主要⽤于图像灰度的压缩和扩散，幂次更灵活。
重⼤⽤处是很⼤程度上压缩了像素值得动态范围，典型应⽤是傅⾥叶频谱，它的像素值有很⼤的动态范围，⼀般要⽤对数变换调整⼀下。
幂次变换：s=c*(r^k)。
其中c，k是常数。
k⼤于1⽤于增强暗区（变⿊），⼩于1⽤于亮区域增强对⽐度（变亮）。
改变k叫做伽马校正，不仅改变灰度，还能改变G/R/B的⽐例。
⽹上⾃动伽马校正是取了各种仪器期望的平均值。
分段线性变换函数对⽐拉伸变换：提⾼图像处理时灰度级的动态范围。
(r1,s1)=(r_min,0),(r2,s2)=(r_max,L-1)。
灰度切割：提⾼特定灰度范围的亮度，增强特征和X射线中的缺陷。
所需灰度变⼤，其他区域不变或是变⼩。
位图切割：取⾼阶⽐特位⾯，⽤于图像压缩。
例如阀值法。
基于空间域与频域的遥感图像增强算法
基于空间域与频域的遥感图像增强算法王璠【摘要】为了解决遥感图像特征不明显而影响后期图像分析结果的问题,提出了基于空间域与频域的遥感图像增强算法.首先,根据直方图灰度级分布特性,设计基于直方图均衡化的图像预处理算子.其次,分析拉普拉斯锐化滤波,建立基于二阶微分的图像增强机制,达到从空间域增强图像质量的目的.最后,根据频域噪声分布特性,构建巴特沃斯核模型,设计巴特沃斯低通滤波器,以消除高通噪声,从频域角度增强遥感图像.实验测试结果表明,与当前遥感图像增强技术相比,此算法拥有更高的增强效果,更好地保留了图像的亮度与色度信息.【期刊名称】《廊坊师范学院学报（自然科学版）》【年(卷),期】2017(017)001【总页数】4页(P39-41,46)【关键词】遥感图像增强;直方图均衡化;锐化滤波;巴特沃斯核;巴特沃斯低通【作者】王璠【作者单位】安徽新华学院,安徽合肥230088【正文语种】中文【中图分类】TP391随着计算机技术、地理学和航空航天拍摄扫描技术的飞速发展，地理信息系统这个综合领域得到发展的同时，其发挥的作用越来越得到重视[1,2]。
地理信息系统应用在军事、地理和天气领域，也可用于地形实时观察、天气预测和地表变化等[3，4]。
地理信息系统是航空拍摄、计算机科学、地理学和微电子学多学科综合产物。
首先，由飞机航空拍摄或者飞行器航天扫描完成前期取像；其次，采用计算机数字图像处理技术对初始图像进行处理，达到预期效果；最后，采用图像分析技术完成计算机对遥感图像的理解。
目前前期拍摄扫描技术较为成熟，问题集中在影像采集后的增强处理，目的是优化图像质量、突出遥感图像特征，以为后续遥感图像信息提取与处理。
如吕笃良[5]提出了基于非下采样剪切波变换与引导滤波结合的遥感图像增强，通过NSST被分解成低频子带和高频子带两部分；然后,对低频子带进行线性增强,提高整体对比度;采用自适应阈值法抑制高频子带的噪声,再对去噪后的高频子带进行引导滤波增强,提高图像的细节信息和边缘梯度保持能力；最后,对两部分子带进行NSST反变换,得到增强后的图像。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
南京理工大学紫金学院毕业设计(论文)开题报告
学生姓名：杨程学号：090402159
专业：光电信息工程
设计(论文)题目：空间域和频率域结合的图像增强技术
及实现
指导教师:曹芳
2012年12月20日
开题报告填写要求
1．开题报告（含“文献综述”）作为毕业设计（论文）答辩委员会对学生答辩资格审查的依据材料之一。
此报告应在指导教师指导下，由学生在毕业设计（论文）工作前期内完成，经指导教师签署意见及所在专业审查后生效；
2．开题报告内容必须用黑墨水笔工整书写或按教务处统一设计的电子文档标准格式（可从教务处网页上下载）打印，禁止打印在其它纸上后剪贴，完成后应及时交给指导教师签署意见；
3．“文献综述”应按论文的格式成文，并直接书写（或打印）在本开题报告第一栏目内，学生写文献综述的参考文献应不少于15篇（不包括辞典、手册）；
4．有关年月日等日期的填写，应当按照国标GB/T 7408—2005《数据元和交换格式、信息交换、日期和时间表示法》规定的要求，一律用阿拉伯数字书写。
如“2007年3月15日”或“2007-03-15”。
毕业设计（论文）开题报告
1．结合毕业设计（论文）课题情况，根据所查阅的文献资料，每人撰写2000字左右的文献综述：
文献综述
空域法与时域法相结合的图像增强
一、研究的目的和意义
图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。
从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像，有效地去除图像中的噪声、增强图像中的边缘或其他感兴趣的区域，从而更加容易对图像中感兴趣的目标进行检测和测量。
它一般要借助人眼的视觉特性，以取得看起来较好地视觉效果，其手段主要可分为空域法和时域法[1]。
二、图像增强的发展现状
图像增强的早期应用是对宇宙飞船发回的图像所进行的各种处理。
到了70 年代，图像处理技术的应用迅速从宇航领域扩展到生物医学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业，对经济、军事、文化及人们的日常生活产生重大的影响[2]。
三、空间域和频率域图像增强处理基本原理及优缺点比较：
图像增强可分成两大类：频率域法和空间域法。
前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。
采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使得模糊的图片变得清晰[3]。
后者是直接对原图象的灰度级别进行数据运算，它分为两类，一类是与象素点邻域有关的局部运算，如平滑，中值滤波，锐化等；另一类是对图象做逐点运算，称为点运算如灰度对比度扩展，削波，灰度窗口变换，直方图均衡化等[4]。
下面将讨论两种作用域增强算法的技术要点，并对其图像增强方法进行性能评价。
3.1 空间域图像增强的方法
空间域处理是直接对原图像的灰度级别进行数据运算，具体可分为以下几类:
1.灰度变换[5]
当图像成像时曝光不足或过度，图像记录设备的范围太窄等因素，都会产生对比不
图像在传递过程中，由于噪声主要集中在高频部分，为去除噪声改善图像质量，滤波器采用低通滤波器H(u ，v)来抑制高频成分，通过低频成分，然后再进行逆傅立叶变换获得滤波图像，就可达到平滑图像的目的。
在傅里叶变换域中，变换系数能反映某些图像的特征，如频谱的直流分量对应于图像的平均亮度，噪声对应于频率较高的区域，图像实体位于频率较低的区域等，因此频域常被用于图像增强。
在图像增强中构造低通滤波器，使低频分量能够顺利通过，高频分量有效地阻止，即可滤除该领域内噪声。
由卷积定理，低通滤波器数学表达式(3)为：G(u,v) = F(u,v)H(u,v) （1）式中，F(u,v)为含有噪声的原图像的傅里叶变换域；H(u,v)为传递函数；G(u,v)为经低通滤波后输出图像的傅里叶变换。
假定噪声和信号成分在频率上可分离，且噪声表现为高频成分。
H 滤波滤去了高频成分，而低频信息基本无损失地通过。
选择合适的传递函数H(u,v)对频域低通滤波关系重大。
常用频率域低滤波器H(u ，v)有四种：
(1) 理想低通滤波器
设傅立叶平面上理想低通滤波器离开原点的截止频率 为D0，则理想低通滤波器的传递函数为：
（3）
式中，D(u,v)=(u 2+v 2)1/2 表示点(u,v)到原点的距离，D 0 表示截止频率点到原点的距离。
滤波后,如图（1）
(2) Butterworth 低通滤波器
01(,)(,)0(,)D u v D H u v D u v D ≤⎧=⎨
>⎩图1 理想低通滤波器应用实例
n 阶Butterworth 滤波器的传递函数为：
（4）
它的特性是连续性衰减，而不像理想滤波器那样陡峭变化。
(3) 指数低通滤波器
指数低通滤波器是图像处理中常用的另一种平滑滤波 器。
它的传递函数为：
（5） 滤波后,如图（2）
图2 高斯低通滤波器应用实例
(4) 梯形低通滤波器
梯形低通滤波器是理想低通滤波器和完全平滑滤波器的折中。
它的传递函数为：
（6） 3.2.2高通滤波[10]
01
01
01
01(,)(,)(,)(,)0(,)D u v D D u v D H u v D D u v D D D D u v D ⎧<⎪-⎪=≤≤⎨-⎪⎪>⎩201
(,)(,)1n H u v D u v D =⎡⎤+⎢⎥⎣⎦
(,)
(,)n
D u v D H u v e
-
=
图像中的细节部分与其频率的高频分量相对应，所以高通滤波可以对图像进行锐化处理。
高通滤波器与低通滤波器的作用相反，它使高频分量顺利通过，而消弱低频。
图像的边缘、细节主要位于高频部分，而图像的模糊是由于高频成分比较弱产生的。
采用高通滤波器可以对图像进行锐化处理，是为了消除模糊，突出边缘。
因此采用高通滤波器让高频成分通过，使低频成分削弱，再经逆傅立叶变换得到边缘锐化的图像。
常用的高通滤波器有： (1) 理想高通滤波器
二维理想高通滤波器的传递函数为：
（7） 滤波后,如图（3）
图3 理想高通滤波器
(2) 巴特沃斯高通滤波器
n 阶巴特沃斯高通滤波器的传递函数定义如下：
（8）
滤波后，如图（4）
00(,)(,)1(,)D u v D H u v D u v D ≤⎧=⎨
>⎩()20
1
(,)
1,n
H u v D D u v =
⎡⎤+⎢⎥
⎣⎦
图4巴特沃斯高通滤波器应用实例
(3) 指数滤波器
指数高通滤波器的传递函数为：
（9） 滤波后，如图（5）
图5 高斯高通滤波器应用实例
(4) 梯形滤波器
0(,)
(,)
n
D D u v H u v e
-
=。