图像增强技术综述范文大全(精选5篇)

理论基础： 用算子产生的图像暗色背景叠加浅灰色边及突变点明显。由于拉普拉斯是一种微分算子，拉普拉斯图像强调原图中的灰度突变区域，衰减灰度变化慢区域，恒定区域变为0。

技术要点：将原始图像和拉普拉斯图像叠加在一起的简单方法可以保护拉普拉斯锐化处理的效果，同时又能复原背景信息。所以适用拉普拉斯变换对图像锐化增强的基本方法可表示为：

实例：

理论基础：“截断”傅里叶变换中的所有高频成分，这些成分处在距变换原点的距离比指定距离D0要远的多的位置。

技术要点：其变换函数为：

其中，D0是指定的非负数值，D(u,v)是(u,v)点距频率矩形原点的距离。由于变换被中心化了，如果要研究的图像尺寸为M*N，从点(u,v)到傅里叶变换中心的距离为：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DPoMQvgh-1665659427250)(C:\Urs\10698\AppData\Roaming\Typora\typora-ur-images\)]

滤波器h(x,y)有两个主要特性：在原点处的一个主要成分，及中心成分周围呈周期性的成分。中心成分主要决定模糊，周期性的成分主要决定了理想滤波器振铃现象的特性。 中心成分的半径和距原点每单位距离上周期的数量都与理想滤波器的截止频率成反比。

实例：

理论基础：梯度向量的分量是微分，是线性算子，但梯度的幅值不是线性算子，是做了平方和方根。梯度的偏微分不是旋转不变的，梯度向量的幅值是旋转不变的。有时计算用绝对值来近似平方和方根。

技术要点：Sobel算子：

作用：

实例：

梯度锐化后：

原图：

理论基础：即对图像上的每一个像素点进行伽马变换。伽马变换可以很好地拉伸图像的对比度，扩展灰度级。

技术要点：对数变换的公式如下，其中c、γ 为常数，s为目标图像的像素点的像素值，r为原图像像素点的像素值 s = c r y s=cr^y s=cry 对于不同的 γ 值，s 与 r的关系曲线如下图所示：

实例：

γ<1 增强亮度

以及c=1时的γ=、、时应用上公示的结果

理论基础：即对图像上的每一个像素点进行对数函数操作。可用于增强图像的暗部细节。

技术要点：对数变换的公式如下，s为目标图像的像素点的像素值，r为原图像像素点的像素值 s = c l o g ( 1 + r ) s=clog(1+r) s=clog(1+r) 当c=1时，r与s关系图如下：

实例：

下列图像分别是傅里叶频谱和应用上式中的对数变换(c=1)的结果：

由于对数曲线在像素值较低的区域斜率大，在像素值较高的区域斜率较小，所以图像经过对数变换后，较暗区域的对比度将有所提升。可用于增强图像的暗部细节。