基于MATLAB的红外图像增强技术研究与应用(14)

基于MATLAB的红外图像增强技术研究与应用

图4.12(a)为原始Lena图像，图4.12(b)是在原始图像基础上加入少量高斯噪声的被 污染图像。图4.12(c)是直方图滤波的结果，图像的全局对比度较好，它将灰度在可视范 围内最大程度的拉伸，但是可以发现它也会损失一些细节，而对于图像灰度分布范围不 均匀的图像效果很差。图4.12(d)是采用组合空间增强结果。可以发现图像增强边缘的增 强效果较好，同时也发现噪声也随之放大较严重。所以它对于含噪声图像增强效果不理 想。图4.12(e)是采用了高频增强的方式的处理结果，从中发现它对噪声的抑制效果较 好，通过调节滤波器参数，可以调节增强的效果，但是对于频率与噪声一致的情况无法 取分，存在细节丢失的现象。图4.12(O采用非线性小波系数增强方法的处理结果，可 以看到图像细节增强效果比较好，但是噪声很严重，并且由于该算法仅仅根据小波分解 系数的调节增强尺度，往往系数比较难调节。该算法对于噪声幅值相对较小的效果比较 明显，但当噪声与系数幅值差不多情况，效果不好。图4.12(g)采用模极大值的方法， 参数与4.2.3.1相同，处理结果是大部分噪声被滤掉，从而可以提取出边缘的有效信息，