图像增强算法
⑴ 关于图像增强算法的问题
几种方法结合使用。一般先做中值滤波、图像平滑，这些属于图像预处理，然后考虑进行锐化、变换等其他手段。
这些你挨个试，就明白了。
⑵ 图像增强的基本信息
image enhancement
图像增强可分成两大类：频率域法和空间域法。前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。后者空间域法中具有代表性的算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等，它们可用于去除或减弱噪声。
图像增强的方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征，使图像与视觉响应特性相匹配。在图像增强过程中，不分析图像降质的原因，处理后的图像不一定逼近原始图像。图像增强技术根据增强处理过程所在的空间不同，可分为基于空域的算法和基于频域的算法两大类。基于空域的算法处理时直接对图像灰度级做运算，基于频域的算法是在图像的某种变换域内对图像的变换系数值进行某种修正，是一种间接增强的算法。
基于空域的算法分为点运算算法和邻域去噪算法。点运算算法即灰度级校正、灰度变换和直方图修正等，目的或使图像成像均匀，或扩大图像动态范围，扩展对比度。邻域增强算法分为图像平滑和锐化两种。平滑一般用于消除图像噪声，但是也容易引起边缘的模糊。常用算法有均值滤波、中值滤波。锐化的目的在于突出物体的边缘轮廓，便于目标识别。常用算法有梯度法、算子、高通滤波、掩模匹配法、统计差值法等。
⑶ 有谁matlab写过基于自适应滤波的Retinex图像增强算法
根据最后一个公式计算w(x,y), 实际上就是计算梯度水平(水平和垂直方向两个方向综合)
I = imread('test3.jpg'); %读入图象
subplot(121);imshow(I);
I = double(rgb2gray(I));
[m,n]=size(I);
H1 = [-1 -2 -1
0 0 0
1 2 1];
H2 = [-1 0 1
-2 0 2
-1 0 1];
w0 = (abs(conv2(I,double(H1),'same')) + abs(conv2(I,double(H1),'same')))/2+ones(m,n);
subplot(122);imshow(uint8(w0));
w = 1./w0;
⑷ 如何对下图三张图片设计增强系统和增强算法对其进行图像增强处理算法，以提高和改善图像的视觉效果！
没得戏，这几张图片质量过于模糊了尺寸又小。。
⑸ 求解下面一段MATLAB代码，关于直方图均衡化的图像增强算法。
%读图像
img=imread('D:\我的文档\桌面\10096009_0762641.JPG');
subplot(121),imshow(img);
%将RGB分量转换成HSI,具体见:http://..com/question/320254032.html
img_hsi=rgb2hsi(img);
%--------------------------------------------------------------------------
%ln和DFT处理过程
% img_s=fftshift(fft2(log(img_hsi(:,:,2))));
img_s=log(img_hsi(:,:,2));
img_s=img_hsi(:,:,2);
%H 巴特沃斯高通滤波器处理过程
f=double(img_s);
g=fft2(f);
g=fftshift(g);
[M,N]=size(g);
nn=5; % 2-grade Butterworth highpass filter
d0=15; % 15,30,80其中以15为例
m=fix(M/2); n=fix(N/2);
for i=1:M
for j=1:N
d=sqrt((i-m)^2+(j-n)^2);
h=1/(1+0.414*(d/d0)^(2*nn)); % filter transform function
%h=1./(1+(d./d0).^(2*n))
%h=exp(-(d.^2)./(2*(d0^2)));
result(i,j)=(1-h)*g(i,j);
end
end
result=ifftshift(result);
J1=ifft2(result);
img_s2=uint8(real(J1));
%--------------------------------------------------------------------------
% img_i=fftshift(fft2(log(img_hsi(:,:,3))));
img_i=log(img_hsi(:,:,3));
img_i=img_hsi(:,:,3);
%高斯滤波器
%将S分量的二维不连续Frourier变换的零频率成分移到频谱的中心
s=fftshift(fft2(img_i));
[M,N]=size(s); %分别返回s的行数到M中，列数到N中
n=2; %对n赋初值
%GLPF滤波，d0=5，15，30（程序中以d0=30为例）
d0=30; %初始化d0
n1=floor(M/2);n2=floor(N/2);
for i=1:M
for j=1:N
d=sqrt((i-n1)^2+(j-n2)^2); %点（i,j）到傅立叶变换中心的距离
h=1*exp(-1/2*(d^2/d0^2)); %GLPF滤波函数
s(i,j)=h*s(i,j); %GLPF滤波后的频域表示
end
end
img_i2=ifft2(ifftshift(s));img_i2=exp(img_i2);img_i2=uint8(real(img_i2));
%--------------------------------------------------------------------------
newImg(:,:,1)=img(:,:,1);newImg(:,:,2)=img_s2;newImg(:,:,3)=img_i2;
subplot(122),imshow(newImg);
⑹ 基于像素的图像增强方法是一种线性还是非线性灰度变换
基于像素的图像增强方法是一种非线性灰度变换。
图像增强是从像素到像素的操作，是以预定的方式改变图像的灰度直方图。有时又称为对比度增强，灰度变换。点运算不可能改变图像内的空间关系，输出像素的灰度值由输入像素的值决定。
参考
一种新的非线性变换法实现图像增强的方法--《光子学报》2007年S1期
⑺ 图像增强各种方法的优缺点
对比度增强法适合于对比度较低的图像，通过线性和非线性的变化，修改每一个像素的灰度，从而改变图像的动态范围达到图像增强的目的。直方图均衡化针对在低值灰度区间上频率较大、图像中较暗区域中细节看不清楚的图像，有较好的增强效果。但是上述两种方法的缺点都是不能抑制噪声，对于图像中呈孤立分散分布的噪声点，可以用平滑的方式去除，其中线性滤波实现简单，去噪效果明显，但是去噪的同时会导致结果图像边缘位置的改变和细节模糊甚至丢失；非线性滤波能够较好的保持图像边缘位置和细节，但是算法的实现相对线性滤波比较困难。平滑处理的时候经常会使图像的边缘变的模糊，图像锐化处理的作用就是使灰度反差增强，从而使模糊图像变得更加清晰。
⑻ 图像增强的方法有哪些
图像处理技术与机器视觉密切相关，图像在采集过程中不可避免的会受到传感器灵敏度、噪声干扰以及模数转换时量化问题等各种因素的影响，而导致图像无法达到令人满意的视觉效果，为了实现人眼观察或者机器自动分析、识别的目的，对原始图像所做的改善行为，就被称作图像增强。图像增强处理主要内容是突出图像中感兴趣的部分，减弱或去除不需要的信息。这样使有用信息得到加强，从而得到一种更加实用的图像或者转换成一种更适合人或机器进行分析处理的图像。-一般而言，图像增强是根据具体的应用场景和图像的模糊情况而采用特定的增强方法来突出图像中的某些信息，削弱或消除无关信息，以达到强调图像的整体或局部特征的目的。图像增强的方法主要分为两类：空域增强法和频域增强法。空域增强法直接针对图像中的像素，对图像的灰度进行处理；频域增强法是基于图像的Fourier变换式对图像频谱进行改善，增强或抑制所希望的频谱。
常用的图像增强方法有：①灰度等级直方图处理：使加工后的图像在某一灰度范围内有更好的对比度；②干扰抑制：通过低通滤波、多图像平均、施行某类空间域算子等处理，抑制叠加在图像上的随机性干扰；③边缘锐化：通过高通滤波、差分运算或某种变换，使图形的轮廓线增强；④伪彩色处理：将黑白图像转换为彩色图像，从而使人们易于分析和检测图像包含的信息。由于对图像质量的要求越来越高，单一的增强处理往往难以达到令人满意的效果。因此，在图像的实际增强处理中，常常是几种方法组合运用，各取所长以达到最佳的增强效果。
⑼ 图像处理当中图像去噪和图像增强的区别
去噪也是增强，像里的随即白点黑点很可能是噪声，通过一定算法去掉这些坏点，即改变它亮度值，这就是去噪。
增强更easy，边缘增强，ndvi等等，突出想看见的信息就是增强。
不知道他们有什么好区别的。
⑽ 图像增强算法在某一领域的具体应用急
您好：您看这个可以吗？
面向低质量指纹图像的增强算法及应用
这个是说在对于采集的模糊不清的指纹，通过特殊图像增强算法后，使指纹利用价值更大，对于刑事侦查领域和自动识别系统中都是非常现实的一个课题，在美国这项技术已经开始使用，在美剧《CSI》中有体现的。
详细论文见http://www.cnki.com.cn/Article/CJFDTotal-HDCB200505016.htm
该页面提供PDF格式下载
希望我的回答对您有帮助