图像增强

最近在看关于指纹显示和提取的相关知识。

                          指纹识别系统框图：

预处理就涉及到图像增强技术。

图像增强是一类基本的图像处理技术。图像增强可以划分为空域增强和频域增强两类。空域增强是指直接对像素域处理。

频域增强是在图像的变域内对图像进行处理，在经过反变换就可以得到增强的图像了。

空间域图像增强一般分4类：（1）直接灰度变换（2）灰度线性变换增强（3）直方图均衡化（4）直方图规定化

直接灰度变换：我的理解就是将图像的灰度级范围变换到期望的范围。比如将图像灰度级在70-150，变为0-250。

用MATLAB函数imadjust（I，[70/250;150/250],[0,1]）实现。通过将图像的灰度范围加宽，将增强图像像素间的对比度，

有助于实现图像的增强。（这里我就不上图了）。

灰度线性变换增强：这是空间图像增强的一种，通过分段线性变换来调整图像灰度级的动态范围。如下图：

分段线性变换公式如下：

直方图均衡化：n_k是灰度级为r_k的像素数目，N是图像中像素的总数。将所有的像素数目累加起来，最后除与N。

公式图如下：

用MATLAB中的histeq（I）实现。

直方图规定化：直方图规定化是使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法。

用MATLAB中的histeq（I，hgram）函数实现。hgram是直方图向量。

空域滤波增强:平滑滤波器、锐化滤波器

平滑滤波器：可用低通滤波器来实现，其目的是模糊和去除噪声。

锐化滤波器：可用高通滤波器来实现，其目的是为了增强被模糊的细节边缘。

平滑滤波器一般又分为两类：领域平均法、中值滤波

领域平均法：是最简单的空间域处理方法，属于线性低通滤波器。基本思想是利用几个像素灰度的平均值代替每个像素的灰度。

一般有一个N*N模块，最简单的模块H是用一个n*n得全1矩阵。

用N*N个像素的图像f（x，y）*H/M(像素总个数)得到滤波后的图像。

中值滤波：是一种非线性平滑滤波器。选定一个N*M个像素的模块，这个模块中的灰度值从小到大排列，选取排在中间的值，赋值给对应模块中心位置的像素。

锐化滤波器