本文主要是介绍【图像去雾】基于直方图算法+Retinex实现低对比度图像去雾含Matlab源码,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
1 简介
1 图像增强图像增强是对图像的某些特征,如边缘、轮廓、对比度等进行强调或锐化,以便于显示、观察或进一步分析与处理。通过对图像的特定加工,将被处理的图像转化为对具体应用来说视觉质量和效果更“好”或更“有用”的图像。图像增强是最基本最常用的图像处理技术,常用于其他图像处理的预处理阶段。
(1)高通平滑、低通锐化;平滑模糊、锐化突出图像细节(2)滤波器还有带通、带阻等形式(3)根据噪声(椒盐噪声、高斯噪声....)的不同,选用不同的滤波(4)邻域有4-邻域、对角邻域、8-邻域,相对应的有邻接,即空间上相邻、像素灰度相似(5)图像边缘处理:忽略不处理、补充、循环使用(6)目前尚未图像处理大多基于灰度图像
2 直方图均衡化直方图均衡化主要用于增强灰度值动态范围偏小的图像的对比度。该方法的基本思想是把原始图像的灰度统计直方图变换为均匀分布的形式,这样就增加了像素灰度值的动态范围,从而达到增强图像整体对比度的效果。数字图像是离散化的数值矩阵,其直方图可以被视为一个离散函数,它表示数字图像中每一灰度级与其出现概率间的统计关系。假设一幅数字图像f(x,y)的像素总数为N,ra表示第k个灰度级对应的灰度,nk表示灰度为r的像素个数即频数,用横坐标表示灰度级,用纵坐标表示频数,则直方图可定义为(r)=,其中,P(n)表示灰
这篇关于【图像去雾】基于直方图算法+Retinex实现低对比度图像去雾含Matlab源码的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!