上面我們已經(jīng)介紹了關(guān)于各類圖像增強算法，并重點對圖像增強算法進行了仿真，這里我們將通過算法和別的圖像增強算法的仿真結(jié)果對比，討論算法的優(yōu)勢。

1 空域圖像增強算法的仿真及仿真性能分析

·圖像增強仿真效果

空間域圖像增強算法有多種方式，這里我們重點討論中值濾波算法。 該算法仿真結(jié)果如下所示：

·灰度直方圖

任意選取一個圖片，通過其灰度直方圖進行增強分析，如圖2所示。

·熵

圖像的熵值反映了圖像的信息量，熵越大，信息量就越大，那么對應(yīng)的圖像的細節(jié)越豐富，下面我們對增強前后的圖像計算其熵。

我們計算測試圖片的熵，其計算結(jié)果如表2所示：

表2 中值濾波后的圖像熵值

增強前的熵

增強后的熵

10.9280

11.6472

通過上面的分析，我們發(fā)現(xiàn)利用中值濾波后，圖像并沒有得到明顯增強，所以我們在時間實現(xiàn)中不考慮采用這種方法的圖像增強方法。

2 頻域圖像增強算法的仿真及仿真性能分析

·圖像增強仿真效果

頻域圖像增強算法有多種方式，這里我們重點頻域濾波算法。 該算法仿真結(jié)果如下所示：

圖4 利用頻域濾波進行圖像增強前后對比圖

·灰度直方圖

任意選取一個圖片，通過其灰度直方圖進行增強分析灰度測試chatgpt，如圖2所示。

(a)增強前的圖像和圖像灰度直方圖

(b)增強后的圖像和圖像灰度直方圖

圖5灰度直方圖

圖像的熵值反映了圖像的信息量，熵越大，信息量就越大，那么對應(yīng)的圖像的細節(jié)越豐富灰度測試chatgpt，下面我們對增強前后的圖像計算其熵。

我們計算測試圖片的熵，其計算結(jié)果如表3所示：

表3 中值濾波后的圖像熵值

增強前的熵

增強后的熵

10.9280

12.1093

通過上面的分析，通過頻域濾波以后，雖然從其效果較中值濾波有所改善灰度測試chatgpt，但是通過計算其熵值仍然比算法小，其外頻域增強法需要通過操作FFT和IFFT，在硬件實現(xiàn)上需要大量的資源，所以我們在硬件上使用進行圖像增強算法的實現(xiàn)。

免責(zé)聲明：本文系轉(zhuǎn)載，版權(quán)歸原作者所有；旨在傳遞信息，不代表本站的觀點和立場和對其真實性負責(zé)。如需轉(zhuǎn)載，請聯(lián)系原作者。如果來源標(biāo)注有誤或侵犯了您的合法權(quán)益或者其他問題不想在本站發(fā)布，來信即刪。