AI圖像優化修復

常見問題

• 圖像效果增強的作用

  1、銳化圖像的特征（如：邊緣，邊界）使得圖像更利于分析。
  2、不增加圖像的信息內容，但是增加特定特征的動態范圍（ dynamic range ），使該特征更容易被檢測和識別。

• 圖像增強方法有哪些？

  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。
  空域法是對圖像中的像素點進行操作，用公式描述如下：
  g(x,y)=f(x,y)*h(x,y)
  其中是f(x,y)是原圖像；h(x,y)為空間轉換函數；g(x,y)表示進行處理后的圖像。
  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。

• 什么叫圖像增強？

  圖像增強是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。

• 圖像增強的應用有哪些？

  1、航空航天領域
  早在60年代初期，第3代計算機的研制成功和快速傅里葉變換的提出，使圖像增強技術可以在計算機上實現。1964美國噴氣推進實驗室(JPL)的科研人員使用IBM7094計算機以及其它設備，采用集合校正、灰度變換、去噪聲、傅里葉變換以及二維線性濾波等方法對航天探測器“徘徊者7號”發回的幾千張月球照片成功的進行了處理。隨后他們又對“徘徊者8號”和“水手號”發回地球的幾萬張照片進行了較為復雜地數字圖像處理，使圖像質量得到進一步的提高，從此圖像增強技術進入了航空航天領域的研究與應用。
  同時圖像增強技術的發展也推動了硬件設備的提高，比如1983年LANDSAT-4的分辨率為30m，而如今發射的衛星分辨率可達到3-5m的范圍內。圖像采集設備性能的提高，使采集圖像的質量和數據的準確性和清晰度得到了極大地提高。
  2、生物醫學領域
  圖像增強技術在生物醫學方面的應用有兩類，其中一類是對生物醫學的顯微光學圖像進行處理和分析，比如對紅細胞、白細胞、細菌、蟲卵的分類計數以及染色體的分析；另一類應用是對X射線圖像的處理，其中最為成功的是計算機斷層成像。1973年英國的EMI公司在制造出第一臺X射線斷層成像裝置。由于人體的某些組織，比如心臟、乳腺等軟組織對X射線的衰減變化不大，導致圖像靈敏度不強。由此圖像增強技術在生物醫學圖像中得到廣泛的應用。
  3、工業生產領域
  圖像增強在工業生產的自動化設計和產品質量檢驗中得到廣泛應用，比如機械零部件的檢查和識別、印刷電路板的檢查、食品包裝出廠前的質量檢查、工件尺寸測量、集成芯片內部電路的檢測等等。此外計算機視覺也可以應用到工業生產中，將攝像機拍攝圖片經過增強處理、數據編碼、壓縮送入機器人中，通過一系列的控制和轉換可以確定目標的位置、方向、屬性以及其它狀態等，最終實現機器人按照人的意志完成特殊的任務。
  4、公共安全領域
  在社會安全管理方面，圖像增強技術的應用也十分廣泛，如無損安全檢查、指紋、虹膜、掌紋、人臉等生物特征的增強處理等等。圖像增強處理也應用到交通監控中，通過電視跟蹤技術鎖定目標位置，比如對有霧圖像、夜視紅外圖像、交通事故的分析等等。

• 圖像增強包含哪些內容？

  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。