图像增强

图像增强概述

有选择性的突出感兴趣的特征，与视觉响应相匹配，抑制不需要的特征。

目的：改善图像的视觉效果。
动态显示增强，不改变图像的数据内容。

概念理解：图像增强不等于图像美化

方法：

空间域图像增强
变换域图像增强
伪彩色处理
图像融合

重点：常见图像增强算法的原理，各算法的优劣比较

空间域图像增强方法

点运算
邻域运算
灰度形态学梯度运算
频率域图像增强方法
小波变换
主成分变换
傅里叶变换

灰度变换图像增强
各种灰度变换其原理及作用
逐一改变像元的灰度值

线性变换：整体增加图像对比度，便于分析
分段线性变换 对感兴趣的图像细节进行拉伸，对不需要的细节进行压缩
反比变换 常用来增强嵌入于大面积暗色区域的白色或者灰色的细节图象。
幂次变换
对数变换 适用于灰度值范围过大的图像
反对数变换 于对数变换类似

变换域图像增强

重点：各算法的原理

傅里叶变换图像增强
高频增强：
高通滤波： 理想高通滤波器 巴特沃斯高通滤波器 高斯高通滤波器
边缘信息叠加到原图像
同态滤波：

小波变换图像增强：阈值法
在多级尺度分解为低频分量、水平次高平、垂直次高平

颜色空间变换图像增强
将图像从一个颜色空间变换到另外一个颜色空间。

主成分变换图像增强
1、主成分变换结果本身就是图像增强的一种方式
2、对某一分量做拉伸，然后再变换到原空间。

伪彩色处理

把灰度映射到其他颜色的映射的处理叫做伪彩色处理。
人眼对灰度的敏感度小于彩色。
类型：
1、伪彩色处理 对每一个灰度值赋予一种独立的颜色
2、密度分割 对灰度范围给与颜色

图像融合

概述
重点：各图像融合算法的原理，重点。
从抽象程度来分类：
数据级融合
特征级融合
决策级融合

重点讲像元级融合
把高空间分辨率和地空间分辨率融合
条件：图像空间信息匹配 图像光谱信息匹配（一般忽略
图像融合方法：空间域代数运算融合 PBIM算法 Brovey算法 SFIM算法

变换域替代法：
1、HSI变换融合法 只适用于三个波段

2、主成分变换融合法
3、小波变换融合法

图像融合会使光谱信息发生变化；融合结果不适合后来的分类和特征提取。
效果评价，目的是为了增强视觉效果，不同的评价方法有不同的评价结果。