【正文】 imshow(RGB)。subplot(221),imshow(RGB)title(39。1圖 %偽彩色增強I=imread(39。原始圖像39。title(39。sibel39。K=fspecial(39。)。filtered3=medfilt2(noisy,[hood hood])。加入椒鹽噪聲39。title(39。imshow(J)。title(39。)。,3),J)/255。imshow(img1)。Y=img0(:,:,1)。原圖39。%顯示圖像title(39。 圖 %imadjust函數(shù)I=imread(39。原圖39。%對圖像進行均衡化處理，返回有64級灰度的圖像JImshow(J)。)。平滑一般用于消除圖像噪聲，但是也容易引起邊緣的模糊。圖 假彩色增強 假彩色:有三種形式第一，把真實景物圖像的象元逐個地映射為另一種顏色。偽彩色處理增強視覺效果明顯，常用于醫(yī)學、遙感圖像顯示。下圖為高通濾波邊緣增強的例子：圖 (c)優(yōu)勢：去噪效果明顯，并且能夠較好的保持圖像邊緣位置和細節(jié)。不足：去噪的同時會導致結果圖像邊緣位置的改變和細節(jié)模糊甚至丟失。對數(shù)變換的表達式為：g(x,y)=log[f(x,y)+1]:圖 從圖像對數(shù)變換前后的效果比較，可以知道，對數(shù)變換確實能夠擴展低值灰度，而壓縮高值灰度，使低值灰度的圖像細節(jié)更容易看清。下圖為圖像二值化的效果：圖 對比度增強對比度增強是圖像增強技術中一種比較簡單但又十分重要的方法。從直方圖的定義可知，連續(xù)圖像的直方圖是一位連續(xù)函數(shù)，它具有統(tǒng)計特征，例如矩、絕對矩、中心矩、絕對中心矩、熵。因此圖像的灰度值也是非負有界的。圖像邊緣與高頻分量相對應，高通濾波器可以讓高頻分量暢通無阻，而對低頻分量則充分限制，通過高通濾波器去除低頻分量，也可以達到圖像銳化的目的。點運算算法即灰度級校正、灰度變換和直方圖修正等，目的或使圖像成像均勻，或擴大圖像動態(tài)范圍，擴展對比度。2 圖像增強的基本理論 圖像增強的定義 為了改善視覺效果或者便于人和機器對圖像的理解和分析，根據(jù)圖像的特點或存在的問題采取的簡單改善方法或者加強特征的措施稱為圖像增強。圖像增強技術綜述內容摘要 數(shù)字圖像處理是指將圖像信號轉換成數(shù)字格式并利用計算機對其進行處理的過程。一般情況下，圖像增強是按特定的需要突出一幅圖像中的某些信息，同時削弱或去除某些不需要的信息的處理方法，也是提高圖像質量的過程。鄰域增強算法分為圖像平滑和銳化兩種。3 數(shù)字圖像的基本概念 數(shù)字圖像的表示圖像并不能直接用計算機來處理，處理前必須先轉化成數(shù)字圖像。 灰度直方圖灰度直方圖是數(shù)字圖像處理中一個最簡單、最有用的工具，它反映了數(shù)字圖像中每一灰度級與其出現(xiàn)頻率之間的統(tǒng)計關系。（5）直方圖的動態(tài)范圍。這種方法是按一定的規(guī)則修改輸入圖像每一個像素的灰度，從而改變圖像灰度的動態(tài)范圍。3 指數(shù)變換指數(shù)變換可以擴展低值灰度，壓縮高值灰度，也可以擴展高值灰度，壓縮低值灰度，但是由于與人的視覺特性不太相同，因此不常采用。 非線性濾波 中值濾波是一種最常用的圖像增強技術，是非線性濾波。不足：非線性濾波算法的實現(xiàn)相對線性濾波比較困難。 真彩色圖像增強需要考慮彩色特征空間的選擇，同樣的運算在不同的特征空間效果不同。第二，把多光譜圖像中任三個光譜圖像映射為可見光rgb，在合成為一幅彩色圖像第三，把黑白圖像，用灰度級映射或頻譜映射而成為類似真實彩色的處理。常用算法有均值濾波、中值濾波。 圖 %灰度直方圖均衡化I=imread(39。%顯示圖像title(39。)。D:\image\39。原圖直方圖均衡化39。)。Yu=img0(:,:,1)。title(39。%應用3*3鄰域窗口法subplot(223),imshow(K1)title(39。J=fspecial(39。9*9濾波39。title(39。中值濾波39。)。 %77窗口二維中值濾波subplot(224)。I=rgb2gray(I)。prewitt39。)。Laplace銳化濾波圖像39。) 。39。原始真彩色圖像39。title(39。subplot(121)。)。)。title (39。imshow(c)。title(39。)。39。hood=7。title(39。imshow(L)。subplot(2,2,2)。imshow(K1)。原圖39。average39。subplot(1,2,2)。B=img(:,:,3)。%顯示圖像title(39。%對圖像進行灰度變換Imshow(J)。)。title(39。J=histeq(I,64)。(b)原圖的灰度直方圖39。鄰域增強算法分為圖像平滑和銳化兩種。這樣得到的色彩可以反映原圖的真實色彩，故稱真彩色。偽彩色變換是增強圖像顯示效果和提高視覺分辨率的一種常用的、最有效的手段，但偽彩色增強不可能增加圖像的有效信息；偽彩色增強的視覺效果由所選擇的彩色映射決定，在選擇映射函數(shù)時，盡可能使三通道的函數(shù)不相關。我們在這里先人為的加上一些噪聲，然后在matlab中實現(xiàn)中值濾波的效果圖如下：圖 (b)比較經過加入椒鹽噪聲的圖像和經過中值濾波的圖像，可以發(fā)現(xiàn)，圖像的噪聲點被去除；但是比較原始圖像和經過濾波的圖像后會發(fā)現(xiàn)，圖像的邊緣稍微的變得模糊，這是平滑算法不可避免的缺點。(a)為線性平滑濾波的例子：圖 (a)(b)為利用低通鄰域平均模板進行平滑的例子：圖 (b)優(yōu)勢：實現(xiàn)簡單，去噪效果明顯。2． 對數(shù)變換對數(shù)變化常用來擴展低值灰度，壓縮高值灰度，這樣可以使低值灰度的圖像細節(jié)更容易看清。所有灰度大于或等于閥值的像素被判定為屬于特定物體，其灰度值為255表示，否則這些像素點被排除在物體區(qū)域以外，灰度值為0，表示背景或者例外的物體區(qū)域。（4）直方圖具有統(tǒng)計特性。入射光照射到物體表面的能量是有限的，并且它永遠為正，即0；反射系數(shù)為0時，表示光全部被物體吸收，反射系數(shù)為1時，表示光全部被物體反射，反射系數(shù)在全吸收和全反射之間，即01。（4） 銳化 平滑噪聲時經常會使圖像的邊緣變的模糊，針對平均和積分運算使圖像模糊，可對其進行反運算采取微分算子使用模板和統(tǒng)計差值的方法，使圖像增強銳化?！　』诳沼虻乃惴ǚ譃辄c運算算法和鄰域去噪算法。圖像增強技術的快速發(fā)展同它的廣泛應用是分不開的，發(fā)展的動力來自穩(wěn)定涌現(xiàn)的新的應用，我們可以預料，在未來社會中圖像增強技術將會發(fā)揮更為重要的作用。圖像增強是數(shù)字圖像處理的過程中經常采用的一種方法，它對提高圖像質量起著重要的作用。圖像增強的目的是使圖像的某些特性方面更加鮮明、突出，使處理后的圖像更適合人眼視覺特性或機器分析，以便于實現(xiàn)對圖像的更高級的處理和分析。平滑一般用于消除圖像噪聲，但是也容易引起邊緣的模糊。早期一般用picture代表圖像，隨著數(shù)字技術的發(fā)展，現(xiàn)在都用image代表離散化了的數(shù)字圖像。可以有針對性地通過改變直方圖的灰度分布狀況，使灰度均勻地或按預期目標分布于整個灰度范圍空間，從而達到圖像增強的效果。直方圖的動態(tài)范圍是由計算機圖像處理系統(tǒng)的模數(shù)轉換器的灰度級決定。它可以是灰度動態(tài)范圍擴展，也可以使其壓縮，或者是對灰度進行分段處理，根據(jù)圖像特點和要求在某段區(qū)間中進行壓縮在另外區(qū)間進行擴展。 Gamma校正Gamma校正也是數(shù)字圖像處理中常用的圖像增強技術。對椒鹽噪聲有很好的去噪效果。 銳化圖像銳化處理的作用是使灰度反差增強，從而使模糊圖像變得更加清晰。 偽彩色增強 偽彩色（pseudo color），非彩色圖像（灰度、二值）人