图像的增强

图像增强：

1. 灰度变换

1.1 灰度线性变换

1.2分段线性变换

1.3 非线性变换

2.直方图修正

2.1．直方图定义

2.2．直方图均衡化

2.3．直方图规定化

3. 图像平滑

3.1 图像的噪声

      图像的边缘，跳跃，以及噪声等灰度变化剧烈的部分代表的是图像的高频分量，而大面积背景区域和灰度变化缓慢的地方代表的是图像的低频分量。

3.2 模板卷积

      大部分模板为了容易取到中心位置，一般都会将模板设置为奇数，比如3*3或者5*5.对于图像的边缘部分，则有若干种方法采取补齐等措施。

4.图像的锐化

      图像锐化和图像的平滑非常的类似，只是模板的形状发生了变化。

4.1 微分法：

Df/Dx =f(x+1,y)-f(x,y)

Df/Dy =f(x,y+1)-f(x,y)

上式（1）体现的是x方向的变化，（2）式突出的是y方向的变化。 重点是二阶的定义：

(D2)f/D(x2)=f(x+1,y)-2f(x,y)+f(x-1,y); (D2)f/D(y2)=f(x,y+1)-2f(x,y)+f(x,y-1);

4.2 梯度算子

△f(x,y)=[Gx Gy]=[Df/Dx,Df/Dy]

幅值mag(△f(x,y))=((Gx)²+(Gy)²)^0.5

梯度的方向：......

这里面比较重点的就是了解直方图均衡化的思想。还有就是图像的锐化，有点类似于边缘检测。