22 、均值濾波

均值濾波是典型的線性濾波算法，它是指在圖像上對目標像素給一個模板，該模板包括了其周圍的臨近像素（以目標象素為中心的周圍8個像素，構成一個濾波模板，即去掉目標像素本身），再用模板中的全體像素的平均值來代替原來像素值。

不足之處：均值濾波本身存在著固有的缺陷，即它不能很好地保護圖像細節，在圖像去噪的同時也破壞了圖像的細節部分，從而使圖像變得模糊，不能很好地去除噪聲點。

23 、高斯濾波

高斯濾波是一種線性平滑濾波，適用于消除高斯噪聲，廣泛應用于圖像處理的減噪過程。通俗的講，高斯濾波就是對整幅圖像進行加權平均的過程，每一個像素點的值，都由其本身和鄰域內的其他像素值經過加權平均后得到。高斯濾波的具體操作是：用一個模板（或稱卷積、掩模）掃描圖像中的每一個像素，用模板確定的鄰域內像素的加權平均灰度值去替代模板中心像素點的值。

中文名 高斯濾波

定 義 實質上是一種信號的濾波器

應 用 圖像處理，計算機視覺

方 式 離散化窗口滑窗卷積、傅里葉變換

24 、雙邊濾波

雙邊濾波（Bilateralfilter）是一種非線性的濾波方法，是結合圖像的空間鄰近度和像素值相似度的一種折衷處理，同時考慮空域信息和灰度相似性，達到保邊去噪的目的。具有簡單、非迭代、局部的特點。

雙邊濾波器的好處是可以做邊緣保存（edge preserving），一般過去用的維納濾波或者高斯濾波去降噪，都會較明顯地模糊邊緣，對于高頻細節的保護效果并不明顯。

雙邊濾波器顧名思義比高斯濾波多了一個高斯方差sigma－d，它是基于空間分布的高斯濾波函數，所以在邊緣附近，離的較遠的像素不會太多影響到邊緣上的像素值，這樣就保證了邊緣附近像素值的保存。

但是由于保存了過多的高頻信息，對于彩色圖像里的高頻噪聲，雙邊濾波器不能夠干凈的濾掉，只能夠對于低頻信息進行較好的濾波

雙邊濾波器是什么？

雙邊濾波（Bilateralfilter）是一種可以保邊去噪的濾波器。之所以可以達到此去噪效果，是因為濾波器是由兩個函數構成。一個函數是由幾何空間距離決定濾波器系數。另一個由像素差值決定濾波器系數?？梢耘c其相比較的兩個filter：高斯低通濾波器和α-截尾均值濾波器（去掉百分率為α的最小值和最大之后剩下像素的均值作為濾波器）。雙邊濾波器中，輸出像素的值依賴于鄰域像素的值的加權組合，

25 、圖像增強

增強圖像中的有用信息，它可以是一個失真的過程，其目的是要改善圖像的視覺效果，針對給定圖像的應用場合，有目的地強調圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強調某些感興趣的特征，擴大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質量、豐富信息量，加強圖像判讀和識別效果，滿足某些特殊分析的需要。

中文名 圖像增強

外文名 image enhancement

類 型 頻率域法和空間域法

目 的 改善圖像的視覺效果

圖像增強可分成兩大類：頻率域法和空間域法。前者把圖像看成一種二維信號，對其進行基于二維傅里葉變換的信號增強。采用低通濾波（即只讓低頻信號通過）法，可去掉圖中的噪聲；采用高通濾波法，則可增強邊緣等高頻信號，使模糊的圖片變得清晰。后者空間域法中具有代表性的算法有局部求平均值法和中值濾波（取局部鄰域中的中間像素值）法等，它們可用于去除或減弱噪聲。

圖像增強的方法是通過一定手段對原圖像附加一些信息或變換數據，有選擇地突出圖像中感興趣的特征或者抑制(掩蓋)圖像中某些不需要的特征，使圖像與視覺響應特性相匹配。

在圖像增強過程中，不分析圖像降質的原因，處理后的圖像不一定逼近原始圖像。圖像增強技術根據增強處理過程所在的空間不同，可分為基于空域的算法和基于頻域的算法兩大類。

基于空域的算法處理時直接對圖像灰度級做運算，基于頻域的算法是在圖像的某種變換域內對圖像的變換系數值進行某種修正，是一種間接增強的算法。

基于空域的算法分為點運算算法和鄰域去噪算法。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，或擴大圖像動態范圍，擴展對比度。鄰域增強算法分為圖像平滑和銳化兩種。

平滑一般用于消除圖像噪聲，但是 也容易引起邊緣的模糊。常用算法有均值濾波、中值濾波。銳化的目的在于突出物體的邊緣輪廓，便于目標識別。常用算法有梯度法、算子、高通濾波、掩模匹配法、統計差值法等。

常見的圖像增強方法

1.對比度拉升

采用了線性函數對圖像的灰度值進行變換

2. Gamma校正

采用了非線性函數（指數函數）對圖像的灰度值進行變換

這兩種方式的實質是對感興趣的圖像區域進行展寬，對不感興趣的背景區域進行壓縮，從而達到圖像增強的效果

3.直方圖均衡化

將原始圖像的直方圖通過積分概率密度函數轉化為概率密度為1（理想情況）的圖像，從而達到提高對比度的作用。直方圖均衡化的實質也是一種特定區域的展寬，但是會導致整個圖像向亮的區域變換。當原始圖像給定時，對應的直方圖均衡化的效果也相應的確定了。

4.直方圖規定化

針對直方圖均衡化的存在的一些問題，將原始圖像的直方圖轉化為規定的直方圖的形式。一般目標圖像的直方圖的確定需要參考原始圖像的直方圖，并利用多高斯函數得到。

5. 同態濾波器

圖像的灰度圖像f(x,y)可以看做為入射光分量和反射光分量兩部分組成：f(x,y)=i(x,y)r(x,y).入射光比較的均勻，隨著空間位置變化比較小，占據低頻分量段。反射光由于物體性質和結構特點不同從而反射強弱很不相同的光，隨著空間位置的變化比較的劇烈。占據著高頻分量?；趫D像是由光照譜和反射譜結合而成的原理設計的。

基于HSV空間的彩色圖像增強方法

針對于灰度圖像，我們主要有以上的幾種處理方法，但是針對于彩色圖像，由于存在RGB分量，故而不能直接將灰度圖像的處理方法應用。因為直接對每一個分量使用灰度增強的方法會導致顏色的紊亂發生。

而我們可以將RGB圖像轉化為其他空間的圖像，比如：我們可以將RGB空間的圖像轉換為HSV空間的圖像。HSV分別指色調，飽和度，亮度。由于調整HSV三個不同的量，我們可以得到比較直觀的