【图像处理】改善图像质量

图像中有明显的胡椒噪声，并且整体亮度偏暗。

• 采用5*5大小的最大值滤波 消除胡椒噪声
• 采用8*8的划分对图像进行自适应直方图均衡
• 5*5大小的中值滤波
• 对所得图像进行灰度指数级变换，gamma = 0.8

利用python在jupyter notebook实现。

import cv2
import numpy as np
import matplotlib.pyplot as plt
import copy
%matplotlib inline

img = cv2.imread("lina.png")
plt.imshow(img,cmap=plt.get_cmap('gray'))

plt.hist(img.ravel(),256)
plt.show()

import cv2 as cv
import numpy as np
import copy

def original(i, j, k, ksize, img):
    # 找到矩阵坐标
    x1 = y1 = -ksize // 2
    x2 = y2 = ksize + x1
    temp = np.zeros(ksize * ksize)
    count = 0
    # 处理图像
    for m in range(x1, x2):
        for n in range(y1, y2):
            if i + m < 0 or i + m > img.shape[0] - 1 or j + n < 0 or j + n > img.shape[1] - 1:
                temp[count] = img[i, j, k]
            else:
                temp[count] = img[i + m, j + n, k]
            count += 1
    return temp

# 自定义最大值滤波器最小值滤波器
def max_min_functin(ksize, img, flag):
    img0 = copy.copy(img)
    for i in range(0, img.shape[0]):
        for j in range(2, img.shape[1]):
            for k in range(img.shape[2]):
                temp = original(i, j, k, ksize, img0)
                if flag == 0:
                    img[i, j, k] = np.max(temp)
                elif flag == 1:
                    img[i, j, k] = np.min(temp)
    return img

max_img = max_min_functin(5, copy.copy(img),0)
plt.imshow(max_img)

经过最大值滤波很好的消除了胡椒噪声

def adp_histeq(img,clip,size):
    equ = cv2.equalizeHist(img)  #直接进行直方图均衡
    clahe = cv2.createCLAHE(2.0,(size,size))
    res_clahe = clahe.apply(img)
    res = np.hstack((img,equ,res_clahe))
    return equ,res_clahe

进行自适应直方图均衡，得到结果。

equ,clahe = adp_histeq(max_img[:,:,1],40,8)
plt.imshow(clahe,cmap=plt.get_cmap('gray'))

blur_img = cv2.medianBlur(clahe,5)
plt.imshow(blur_img,cmap=plt.get_cmap('gray'))

power_img = np.power(blur_img,0.8)
plt.imshow(power_img,cmap=plt.get_cmap('gray'))

得到最终结果