可以用灰度拉伸功能来拉伸(斜率>1)物体灰度区间以改善图像;同样如果图像灰度集中在较亮的区域而导致图像偏亮,也可以使用灰度拉伸功能来压缩(斜率<1)物体灰度区间以改善图像质量。1.6图像的平滑图像的平滑是一种实用的数字图像处理技术,主要目的是为了减少图像的噪声【12】。一般情况下,在空间域内可以用平均临域来减少噪声:在频率域,由于噪声频谱通常多在高频段,因此可以采用各种形式的低通滤波的办法来减少噪声。图像的均值滤波是一种图像空间域滤波增强技术。图像的空间信息可以反映图像中的物理位置、形状、大小等特征,而这些特征可以通过一定的物理模式来描述。例如,物体的边缘轮廓由于灰度值变化剧烈,一般呈现高频率特征,而一个比较平滑的物体内部由于灰度值比较均一则呈现低频率特征。因此,根据需要可以分别增强图像的高频和低频特征。例如,对于人像的比对查询,就需要通过高频增强突出五官的轮廓。对图像的高频增强为高通滤波,可以突出物体的边缘轮廓,从而起到锐化图像的作用。因此,也可以称为锐化滤波。从频率域的角度讲,它能减弱甚至消除图像的低频分量,保留高频分量,故称之为高通滤波。相应地,低通滤波则是指对图像的低频部分进行增强,它可以对图像进行平滑处理,一般用于图像的噪声消除,因此,也可以称为平滑滤波。从频率域的角度讲,可以减弱甚至消除图像的高频分量,而保留低频分量,故称之为低通滤波。滤波技术按照所在的空间不同,可以分为空间域滤波和频率域滤波,锐化滤波和平滑滤波一般在空间域进行,高通滤波和低通滤波则一般在频率域进行。在一般的图像平滑中,常用3X3或者5X5的模板得到的平滑图像,一般用于消除图像中的随机噪声,从而起到图像平滑的作用。均值滤波法是将一个像素及其邻域中的所有像素的平均值输出作为相应的像素,从而达到平滑图像的目的。线性滤波器是线性系统和频域滤波概念在空间域的自然延伸。其输出像素值R的计算由下列公式定义:
全文预览
