????????增強(qiáng)圖像中的有用信息，它可以是一個(gè)失真的過(guò)程，其目的是要改善圖像的視覺(jué)效果，針對(duì)給定圖像的應(yīng)用場(chǎng)合。有目的地強(qiáng)調(diào)圖像的整體或局部特性，將原來(lái)不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征，擴(kuò)大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強(qiáng)圖像判讀和識(shí)別效果，滿(mǎn)足某些特殊分析的需要。

同態(tài)濾波
同態(tài)濾波采用的是照射-反射模型， 即通過(guò)同時(shí)減小圖像的灰度范圍和增強(qiáng)圖像的對(duì)比度來(lái)對(duì)圖像增強(qiáng). 圖像可表示為照射i(x,y)和反射r(x,y) 兩部分的乘積。

?本文在 HSI 顏色空間下，對(duì) I 分量進(jìn)行處理，裁剪成 相同大小的 n×n 圖像塊，進(jìn)行同態(tài)濾波，以此實(shí)現(xiàn)局部增強(qiáng)，但拼接圖像時(shí)，在邊緣必然會(huì)存在顏色突變，造成塊效應(yīng)，因此需要解決這個(gè)副作用。然后將相鄰的圖像塊分為水平和豎直兩類(lèi)，利用邊界處左右兩邊的像素進(jìn)行均值濾波，以此來(lái)消除塊效應(yīng)。增強(qiáng)后的 I 分量再重新與 S 和 H 分量組合并還原到 RGB 空間。

• 同態(tài)濾波實(shí)現(xiàn)

function im_e = HomoMor(im,Hh,Hl,D0,c) % 高斯同態(tài)濾波器參數(shù)的設(shè)置 % Hh = 1.2; % 高頻增益,需要大于1 % Hl = 0.5; % 低頻增益,取值在0和1之間 % D0 = 4; % 截止頻率，越大圖像越亮 % c = 1; % 銳化系數(shù)%% 濾波器初始化 im = double(im); [row, col] = size(im);% 確定傅里葉變換的原點(diǎn) x0 = floor(row/2); y0 = floor(col/2);% 初始化 H = zeros(row,col);for i = 1:rowfor j = 1:colD = (i-x0)^2 + (j-y0)^2;if D == 0H(i,j) = Hl;elseH(i,j) = (Hh-Hl) * (1 - exp(-c*D^2/(D0^2))) + Hl;% 高斯同態(tài)濾波函數(shù)endend end%% 同態(tài)濾波 im_l = log(im + 0.000001); % 取對(duì)數(shù)變換 im_f = fftshift(fft2(im_l)); % 傅里葉變換，并移到中心位置 im_nf = H .* im_f; % 高斯濾波 im_n = real(ifft2(ifftshift(im_nf))); % 傅里葉反變換，恢復(fù)位置 im_e = exp(im_n - 0.000001); % 取指數(shù)變化end

測(cè)試結(jié)果

?詳細(xì)代碼等資料，請(qǐng)扣扣：134-170-3358；

?

總結(jié)

以上是生活随笔為你收集整理的基于Matlab的同态滤波彩色图像增强算法研究的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。