前言：图像增强的方法有很多，本篇博客只简单介绍个别图像增强的方法即相应的代码实现，更多的方法请查阅其他的博客或资料。 图像增强的目的：改善图像的视觉效果，或将图像转换成更适合于人眼观察和机器分析识别的形式，以便从图像中获取更有用的信息。 1 反转变换 下图（a）是一幅X射线照片，其中显示一小块病变。
图像增强就是指通过某种图像处理方法对退化的某些图像特征，如边缘、轮
目录一，图像增强二，空域方法——点处理1，反转变换2，对数变换3，幂次变换4，对比度拉伸5，灰度级切片6，位平面切片三，图像运算1，一元运算（1）非（2）数乘2，二元逻辑运算（1）与（2）或（3）异或3，算术运算（1）加（2）减（3）乘
2、图像去噪——相邻像素之间是存在高度相关性的，而噪声的出现则是统计独立的。
转载
2019-11-25 03:25:00
1383阅读
2评论
1 简介A Bio-Inspired Multi-Exposure Fusion Framework for Low-light Image Enhancement。Abstract—Low-light images are not conducive to human observation and computer vision algorithms due to their lowvisi
原创
2021-12-11 18:22:40
1167阅读
图像增强空域指像素位置所在的空间，也称图像空间，一
将ace增强后的图像信息熵与图像标准差的乘积作为目标函数, ace的增益因子a作为待寻优的变量；使用pso算法对ace的增益因子a进行寻优，并返回最优的增益因子；将最优增益代入ace算法中，对图像进行增强；采用引导滤波对增强后的图像进行降噪，提高可视化效果；% function: 图像增强，(1) PSO优化ACE增益因子 (2) 引导滤波降噪
%% 初始化
addpath(genpath(p
转载
2021-05-08 13:22:02
389阅读
2评论
将ace增强后的图像信息熵与图像标准差的乘积作为目标函数, ace的增益因子a作为待寻优的变量； 使用pso算法对ace的增益因子a进行寻优，并返回最优的增益因子
原创
2021-07-05 12:45:05
184阅读
将ace增强后的图像信息熵与图像标准差的乘积作为目标函数, ace的增益因子a作为待寻优的变量； 使用pso算法对ace的增益因子a进行寻优，并返回最优的增益因子；
原创
2021-07-05 15:40:13
182阅读
一、简介
基于模糊集的图像增强主要包括三个步骤：图像模糊特征提取、隶属函数值的修正和模糊域的逆变换。在实际应用当中，有时候需要进行图像增强来改善图像的视觉效果。在此问题处理当中，按照颜色可以分为灰度图像增强和彩色图像增强。按照作用域分类，可以分为空域处理和频域处理。图像空域处理方法通常有灰度变换，直方图均衡，图像平滑和锐化。频域处理有DFT变换，采用滤波的方法进行图像增强。现有的方法自适应的效果
原创
2021-07-09 15:47:09
285阅读
1 简介图像增强处理中常用的均值滤波和中值滤波等方法有较强的抑制噪声的能力,在一定程度上会导致图像模糊,影响图像处理的效果.直方图均衡化是目前地震图像增强的主要方法,但它存在着图像细节信息丢失和噪声放大的缺点.基于模糊集的图像增强方法逐渐被应用到实际的图像处理中,并且显示出它优于传统图像增强算法的特点.因此,将基于模糊集的图像增强方法应用到图像处理中,以克服传统图像增强方法的不足.2 完整代码x=
原创
2021-12-11 18:25:40
322阅读
1 简介本文从当前国家研究的重点领域"太空"引入,通过卫星传回地球的图像包含了我们探索太空的很多信息,具有重要的研究意义.但是这些图形往往具有低分辨率,模糊等特性,而拉普拉斯变换则可以增强图像的细节和边缘部分,增强图像的对比度,从而达到使图像锐化的目的.本文重点研究普拉斯变换算法,分析其特征,原理,并结合实例,用MATLAB编程实现对太空月球图像进行的仿真实验,说明本算法对图像增强的效果性.实验结
原创
2021-12-12 17:15:48
148阅读
理论知识见文章Bilateral Filtering for Gray and Color Images
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.4.634&rep=rep1&type=pdf
matlab原程序如下：
function [img1] = perform_bilateral_filter
转载
精选
2011-09-18 15:48:34
5377阅读
气泡的图像增强
对于这样的图片，如果只是基于普通的阈值处理、或者是梯度增强，都会因为背景比较复杂，从而结果不是很理想。很久之前，我的考虑就是要基于图像的本质特征。
什么是图像的本质特征？比如这里我关心的是圆的区域，它的特点就是梯度从四周向中心有强烈的抖动变化。那么如何将这个变化表现出来？最为直观的就是计算图像的梯度场。
这个结果出来以后，就可以比较明
