息，而对[0，r1]和[r2,r3]区间的信息进行抑制，图像经过分段线性变换后可以提高对比度。使得得到的图片更加清晰明亮。

2。2 图像边缘增强

图像质量会受到传输、变换的影响，因此进行传输、变换时，一些不明因素会使图像质量降低，即所谓的图像模糊。图像锐化就是加强原始图像中的部分细节与轮廓，从而达到图像清晰化的效果。经过这样的处理，我们识别目标就变得更加容易，并且图像看起来也更加惬意。

锐化是能够让图像增强的最重要的手段之一，特别是增强图像的边缘，它是通过增强图像边缘处的方差来增强图像，使得图像更容易被辨识。下面着重介绍的就是拉普拉斯锐化，拉普拉斯是一种各向同性微分算子，它拥有旋转不变性。拉普拉斯算子可以用下面列出的方法来表示成离散形式：文献综述

另外，也可以用模板来表示，下图22所示就是拉普拉斯锐化所用到的锐化模板。

图22 拉普拉斯算法3×3模板

由上图所示模板可以看出拉普拉斯模板的作法：像素本身与周围像素是有区别的，为了显示出这个区别，需要像素与其周围8个像素进行一一相对的减法，像素本身的灰度值与这些区别值相结合，就可以得到新像素的灰度。通过以上分析可得：，锐化处理能够使暗区域中的单独亮点变得更亮，即拉普拉斯锐化过程可以减少图象中的模糊，从而加强图象的细节和轮廓，使图像的细节比原始图像更加清晰。但事物总存在两面性，有优点的同时也存在着问题，锐化处理虽说可以增强图像边缘信息，但与此同时也增加了图像的噪声。

2。3 直方图均衡化

直方图均衡化作为比较典型的增强图像的方法，它的作用是增强一些太暗或太亮的图片。通过直方图均衡化可以改善原图的对比度，于是图像的增强处理常使用这个方法。直方图在真正操作中会出现高低不平的现象，这是因为图片的像素灰度不是有规律的而是随机分布。直方图均衡化从本质上来说就是利用一些手段使得到的图像整体上更加协调。

直方图均衡化当然也不是十全十美的，它的缺点就是它在数据处理上不够细致，数字的选择和数字的编辑都是不加选择的。这种情况造成的后果就是得到的图像灰度级不够高，图片不够清晰。遇到存在高峰的直方图，这样处理之后的图片的对比度不够好。如下图23可以看出，图（a）为原始的8比特灰度图像，来~自,优^尔-论;文*网www.youerw.com +QQ752018766-

图（b）为经过直方图均衡化后的图像，图（c）是图（a）对应的直方图，图（d）

是图（b）所对应的直方图。由图（c）可看出原始图像的直方图占据的灰度值范

围较狭窄，同时灰度值128左右是主要的值域，因此在直方图中表现为高峰。而在增强后的图（b）中，虽然提高了整幅图像的对比度，但是过分增强了图像的局部细节，像图（b）中的左上角以及右下角。