网站地图
3936.net
学霸百科 没有你查不到的
边缘增强

「官网地址0365.tv」-「永久地址0365.tv」

图像增强处理的一种。它是将图像(或影像)相邻像元(或区域)的亮度值(或色调)相差较大的边缘(即影像色调突变或地物类型的边界线)处加以突出强调的技术方法。经边缘增强后的图像能更清晰地显示出不同的物类型或现象的边界,或线形影像的行迹,以便于不同的物类型的识别及其分布范围的圈定。

图像增强是按特定的要求将一幅图像中的某些信息突出,同时消弱某些信息的处理方法。例如利用相关掩膜技术,将原图像(影像)拷制成一张正膜片和一张负膜片,并使两张不同性质的膜片精确重叠,在曝光冲印时,将两张膜片相互错动很小的距离,这样得到一张相应影像有稍许错位镶边的图像,其大部分影像正负抵消,而其边缘部分出现一亮线(或暗线),达到从背景中突出影象边界线的显示效果,使图像达到增强。通过图像增强处理后的图像对于某些特定的应用是很有效的。
  常见的图像增强技术有直方图修改、图像平滑、图像锐化、彩色处理技术等。图像增强包括图像的对比度增强、亮度增强和轮廓增强等。

图像有边缘。尽管计算机神通广大,但也不可能处理没有边缘的图像。图像的边缘是图像最本质的特征。它是指周围像素灰度值有阶跃性变化或屋顶状变化的那些像素的集合。Poggio说:“边缘或许对应着图像中物体(的边界)或许并没有对应着图像中物体(的边界),但是边缘具有十分令人满意的性质,它能大大地减少所要处理的信息但是又保留了图像中物体的形状信息”。边缘广泛存在于图像中物体与背景之间、物体与物体之间。因此,它是图像分割所依赖的重要特征。
  图像的边缘检测(或叫边缘增强)是使图像的轮廓更加突出图像处理方法。它是一种重要的区域处理技术。在对图像进行将征提取之前,一般都需要进行边缘检测,然后再进行二值化处理。边缘检测将突出图像的边缘,边缘以外的图像区域通常被削弱甚至被完全去掉。处理后边界的亮度与原图中边缘周围的亮度变化本成正比。

在一般地成像过程中,我们获得的图像是物场的光强度信息。而在很多应用中,成像关注的主要是物场的特征细节,如边缘轮廓等,这就需要对物场进行边缘增强处理,以突出所需的边缘轮廓等细节信息。为了获得物场的边缘增强图像,一种办法是对获得物场的强度图像通过计算机进行图像处理,但是这种办法受限于获得的强度图像本身的信息量以及图像的分辨率与质量等各种因素,不能获得更多物场的信息;另一种办法是通过成像系统对物场的信息进行处理后直接获得边缘增强信息,这种办法需要在成像系统中应用不同的光学元件来实现信息处理,可以实现对物场的振幅和相位等细节信息的增强。实际上这两种方法一个是后期处理一个是前期处理,所应用的理论基础本质上是一致的。
  在空间域来看物场的边缘部分,一般是指物场的边界或复振幅变化剧烈的地方,而非边缘的区域,则为物场的缓变区域。一般地,物场可由一个函数来描述,若对该函数求微分,则物场的缓变区的微分值较小,而物场边缘突变区的微分值较大。由此可见,通过对物场进行微分处理,可以获得物场的边缘增强信息。
  在频谱域来看物场的边缘部分,指的是物场空间频谱的高频部分信息,而非边缘区域,则为空间频谱的低频部分。由此可见,通过对物场的频谱进行调控或选择,也可以获得物场的边缘增强信息。
  近年来,在图像处理与获取中不论是通过在空间域或是频谱域操作来获得图像边缘增强都得到广泛研究,已经在图像处理,天文探测,模式识别等领域得到大量应用。其中,很多都是利用空间滤波来实现对物场进行变换或频谱调制来获得边缘增强,例如,用透过率随坐标变化的滤波器、复合正弦光栅等可以实现对物场求微分以获得边缘增强;可以通过高通滤波器,去除或抑制物场的低频分量(由于物场大部分能量都集中在其低频分量上,高通滤波将使物场的能量损失一大部分),使图像的衬度提高,获得更清晰的边缘;还可以对物场进行希尔伯特变换,特别是涡旋滤波的提出与发展,可以几乎不损失物场能量而实现边缘的增强,使得这一方法具有很大的应用前景。除了利用空间滤波获得边缘增强,利用全息技术在不同距离或条件下记录的物场信息对物场进行拉普拉斯差分重建也可以获得边缘增强。

随着成像技术和计算机技术的不断发展,数字图像己经成为人们口常生活中必不可少的组成部分,各种成像手段和设备大量用于数字娱乐、身份识别、智能交通、医疗病症检测、军事监管等。由于夜间光照不足、大雾、沙尘等影响,捕获图像中突发事件如相机运动、或是场景中目标运动等,都会使采集的图像或是图像序列遭受损失,存在成像模糊、噪声污染及曝光不均等问题,为此,图像增强显得尤为重要。
  综合分析相关文献,图像增强技术可归为空域方法和频域方法。直接对像素值施用相应的操作以获得增强效果,如灰度变换、直方均衡、直方匹配等方法;而频域方法中,图像首先被转换到频率域,也就是说第一步先要进行傅立叶变换。频率增强方法中,所有的增强算子都是在进行傅立叶变换之后进行的,然后再进行傅立叶逆变换以得到增强后的图像。这些增强算子通常用于调整图像亮度、对比度或是灰度级分布,作为结果的输出图像的像素值根据所应用的变换函数得以改观。空域方法具有理论简单,算法复杂度低,可广泛应用于实时领域图像增强,缺点是缺少很强的自适应能力。而频域图像增强方法依赖于频域信息变换处理,其作用于相
  应的变换系数。这些频域的图像增强方法,具有算法的复杂性较低,相应变换及特性应用性好等优点,其主要缺点是不能满足对图像的所有部分都能较好增强,且算法难于应付自适应的图像增强。

随着各领域人们对高质量图像需求的不断增加,对图像色彩及图像中场景各部分细节要求越来越高,如何获取高质量图像以及如何将低质量退化图像进行增强以达到更好的应用目标需求,越来越成为研究者们关注的焦点,而带给人们更多视觉感知信息的彩色图像和具有更高图像细节质量的高动态范围图像带给人们更多的研究兴趣。

例如利用相关掩膜技术,将原图像(影像)拷制成一张正膜片和一张负膜片,并使两张不同性质的膜片精确重叠,在曝光冲印时,将两张膜片相互错动很小的距离,这样得到一张相应影像有稍许错位“镶边”的图像,其大部分影像正负抵消,而其边缘部分出现一亮线(或暗线),达到从背景中突出影象边界线的显示效果,使图像达到增强。边缘增强还可通过其它方法或计算机处理来实现。