各种图像处理的作用

图像平滑主要是为了消除被污染图像中的噪声。

图像的简单平滑是图像增强处理中最基本的⽅法之⼀ ,它利⽤卷积运算对图像邻域的像素灰度进⾏平均化 ,从⽽达到减少图像中杂点影响、降低图像对⽐度的⽬的。

增强图像中的有⽤信息，它可以是⼀个失真的过程，其⽬的是要改善图像的视觉效果，针对给定图像的应⽤场合，有⽬的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩⼤图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满⾜某些特殊分析的需要。

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。具有代表性的空间域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。腐蚀：删除对象边界某些像素。膨胀：给图像中的对象边界添加像素。