Halcon图像增强方法与原理概述

增强图像中的有用信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果，针对给定图像的应用场合。

有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。（摘自百度百科）

Halcon算子与算法原理

1.灰度线性变换

a、scale_image

   g’ := g * Mult + Add 

  g为当前的灰度值，Mult 为所乘的系数，Add为加的偏移值，

  由公式可以看出用scale_image来处理图像是（倍数+偏移）的变化

b、scale_image_max

计算像素的最大和最小值，按照最大值比例化各个像素，将灰度值拉伸到0-255

c、invert_image

g’ = 255-g

反转图像像素值

2.灰度非线性变换

a、log_image

   对图片进行对数变换

   g' = ln(g+1)

   用于提高暗部像素值

b、exp_image

对图片进行指数变换

g'=g的e次幂

用于提高亮部像素值

3.图像增强对比度与照明度

a、emphasize

增强图像对比度

增强图像的高频区域（边缘和拐角），使图像看起来更清晰。

b、illuminate

增强图像照明度

增强图像的高频区域（边缘和拐角），使图像看起来更清晰。

4.直方图均衡化

a、equ_histo_image

通过灰度直方图的线性化，增强图像的对比度

原理参考博文：https://blog.csdn.net/yy197696/article/details/102993968

5.灰度图像形态学

a、 gray_opening

结构元素在图像中滑，灰度值最高的值作为新值，有使图像变亮的作用。 

b、gray_closing

结构元素在图像中滑，灰度值最低的值作为新值，有使图像变暗的作用。 

c、 gray_range_rect

用一个矩形结构元素在图像中滑动，新值 = (矩形中最大的)灰度值-(矩形中最大的)最小的灰度值

6.图片间操作

a、 add_image

两图片灰度值相加 

b、sub_image

两图片灰度值相减  

7、图像平滑

a、coherence_enhancing_diff

执行图像的相干性增强扩散

对输入图像Image进行各向扩散处理，以增加Image中包含的图像结构的相关性。

特别是，不连续的图像边缘通过扩散连接，而没有垂直于其主导方向进行平滑。

能使图像的边界变模糊

b、mean_curvature_flow

对图像使用灰度直方图曲率平滑使图像变得平滑。

能使图像干扰降低

原文链接：https://blog.csdn.net/cashmood/article/details/104776981

 End