§4.7 图像数据的处理方法
一、图像增强
一幅图像经过生成、复制、扫描、传输、变换后，由于多种因素的影响，图像的质量不能满足要求，这时就需要进行图像增强处理。图像增强的目的是改善图像的效果，以更适应人眼的观察或计算机的处理。
图4-7-1 图像增强效果图
但是，对图像质量的评价并没有统一的标准，图像增强的方法往往带有一定的针对性。下面介绍一些基本的图像增强方法。
1、灰度级的修整
直接修改图像像素点灰度级是一种简单而有效的图像增强方法，主要有两种形式：一种是灰度级校正，通过修改像素点的灰度级来补偿记录图像时的不均匀曝光；另一种是灰度级变换，用统一的方法改变图像的灰度，以提高图像的质量。
(1)、灰度级校正
图像记录系统应将物体的亮度单调地映射成图像的灰度级。在理想情况下，上述映射关系不随像素点的位置而变化，然而，实际上却随像素点的位置而变化，即是不均匀曝光。
假定均匀曝光下图像的灰度级为f(x,y)，而实际上非均匀曝光下图像的灰度级为：
g(x,y)=e(x,y)·f(x,y)
其中e(x,y) 描述了曝光的非均匀性。
为了确定e(x,y)，可使用一个已知亮度的均匀场面的图像来核准图像记录系统。设这个均匀场面经过均匀曝光后的灰度级为常数C ，而这个均匀场面经
(x,y)，则：
过非均匀曝光后的图像为g
c
e(x,y)= g
(x,y)∕C
c
这样根据e(x,y)就能校正该系统得到的任何图像。
(2)、灰度变换
当图像成像时曝光不足或过度，图像记录设备的范围太窄等因素，都会产生对比不足的问题，使图像的细节分辨不清。为此需对每一像素的灰度级进行变换，扩大图像灰度的范围，达到图像增强的目的。
设原图像中像素点(x,y)处的灰度级为f(x,y)，通过映射函数T，生成的图像的灰度级为g(x,y)，即：
g(x,y)=T[f(x,y)]
1°线性灰度变换
将对比度较差的图像的灰度线性扩展，常能显著改善图像的质量。
假定原图像f(x,y)的灰度范围为[a,b]，变换后的图像g(x,y)的灰度范围为[ c,d]，则有：
2°非线性灰度变换
当用某些非线性函数，如对数、指数函数作为映射函数时，可实现图像灰度的非线性变换。对数变换的一般公式为：
a、b、c为可调参数。当希望对图像的低灰度区有较大的扩展，而对高灰度区进行压缩时，可采用此变换。
指数变换的形式为：
这种变换能对图像的高灰度区以较大的扩展。
3°灰度分层切片
此变换将图像中的某一段灰度范围抽取出来，转换成最大的灰度值。
(3)、直方图变换
图4-7-2
直方图表示数字图像中每一灰度级与其出现的频数（具有该灰度级的像素的数目）间的统计关系，横坐标表示灰度级，纵坐标表示频数（或相对频数=频数/总像素数）。直方图能给出图像的概貌性描述，如图像的灰度范围、灰度级的大致分布情况等。
1°直方图均衡化
如图4-7-3（1）、（2），把原图像的直方图变换为各灰度值频率固定的直方图称为直方图均衡化。
2°直方图正态化
如果灰度的频率分布接近正态分布的形状，通常认为适合于人眼观察，如图4-7-2（1）、（2）所示。但如果把与正态分布形状相差较大的图像勉强进行直方图正态化时，往往会产生问题。如当原图像的某一灰度的频率很高，而正态分布所对应的该灰度值的频率变得较低，就会造成这部分信息被压缩和丢失的情况。因此，直方图正态化对于卫星图像那种原图像的动态范围窄，且不够鲜明的图像是非常有效的。
图 4-7-3
2、空域处理
(1)、平滑
图像在生成和传输过程中会受到各种噪声源的干扰和影响，使图像质量变差。反映在图像上，噪声使原本均匀和连续变化的灰度突然变大或变小，形成一些虚假的物体边缘或轮廓。抑制或消除这些噪声而改善图像质量的过程称为图像的平滑。
1°邻域平均法
在邻域平均法中，假定图像是由许多灰度恒定的小块组成，相邻像素间有很强的空间相关性，而噪声是统计独立地加到图像上的。因此，可用像素邻域内个像素灰度值的平均来代表原来的灰度值。根据求平均方式的不同，主要有以下几种形式：
①简单平均法
设图像中某像素的灰度值为f(x,y)，它的邻域S为M×N的矩形窗口，则平滑后该点的灰度值为：
②阈值平均法
设图像中某像素的灰度值为f(x,y)，它的邻域为M×N的矩形窗口，则平滑后该点的灰度值为：
T为给定的阈值。f’(x,y)的计算方法同简单平均法。
③K—近邻平均发
在一个M×N的窗口中，属于同一个物体的像素的灰度值会高度相关。因此，窗口中心像素的灰度值可用窗口内与中心点灰度最接近的K个邻点的平均灰度来代替。一般而言，K值越小，则噪声方差降低越小，但细节保持较好；而较大的K值平滑噪声效果好，但也会使图像模糊。
2°低通滤波法
从频谱上看，噪声特别是随机噪声是一种具有较高频率分量的信号。平滑的目的就是通过一定的手段滤去这类信号。一个很自然的想法就是使图像经过一个二维的低通数字滤波器，让高频信号得到较大的衰减。在空间域上进行的这种滤波实际上就是对图像和滤波器的冲击响应函数进行卷积。
设图像为f(x,y)，滤波器的冲击响应函数为H(x,y)，则卷积表达式为：
3°中值滤波法
中值滤波的思想是对一个窗口内的所有像素的灰度值进行排序，取排序结果的中间值作为原窗口中心点处像素的灰度值。这种平滑方法对脉冲干扰和椒盐类干扰噪声的效果较好。
中值滤波的关键在于选择合适的窗口大小和形状。但一般很难事先确定窗口的尺寸，通常是从小到大进行多次尝试。窗口的形状可选为正方形，也可选为十字形。
(2)、尖锐化
