1楼：匿名用户
数字图像增强:
影响系统图像清晰程度的因素很多，例如室外光照度不够均匀就会造成图像灰度过于集中；由ccd（摄像头）获得的图像经过a/d（数/模转换，该功能在图像系统中由数字采集卡来实现）转换、线路传送都会产生噪声污染等等。因此图像质量不可避免的降低了，轻者表现为图像不干净，难于看清细节；重者表现为图像模糊不清，连概貌也看不出来。因此，在对图像进行分析之前，必须要对图像质量进行改善，一般情况下改善的方法有两类：
图像增强和图像复原。图像增强不考虑图像质量下降的原因，只将图像中感兴趣的特征有选择的突出，而衰减不需要的特征，它的目的主要是提高图像的可懂度。图像增强的方法分为空域法和频域法两类，空域法主要是对图像中的各个像素点进行操作；而频域法是在图像的某个变换域内，对图像进行操作，修改变换后的系数，例如付立叶变换、dct变换等的系数，然后再进行反变换得到处理后的图像。
图像复原技术与增强技术不同，它需要了解图像质量下降的原因，首先要建立"降质模型"，再利用该模型，恢复原始图像。本期讲座我们主要介绍各种增强技术在图象处理系统中的实际应用。
visual c++实现数字图像增强处理
图像处理当中图像去噪和图像增强的区别
2楼：珎妈比狗骚劳
不同的应用领域嘛！ 图像增强是增强，可以使图像的边缘信息更明朗。 比如我用拉普拉斯算子增强，图像的纹理细节减弱，边缘信息增强。
得到结果就是一个边界图。 图像分割是分割，可以分割不同的区域。 比如我用分水岭算法可以使不同区域填充，从而使图像不同的地方能分离出来。
非要说联系？那就是图像分割之前一般先进行图像增强，以使效果明显。
图像处理当中图像去噪和图像增强的区别？
3楼：匿名用户
图像去噪是降低图像中没有用或干扰有用信息的操作。比如降低随着图像捕捉进来的ccd噪音，传输时带入的电子干扰噪音。所以做好降噪操作就必须了解噪音**，噪音特征。
图像增强是突出图像中有用信息的操作。比如电视图像的细节，比如医用图像中目标轮廓和质地。图像增强往往不是一定有好坏之分，因为不同人群对目标图像应该呈现的样子喜好不一样。
功力深的图像增强会对目标人群进行区分，了解他们的视觉背景敏感喜好，光照敏感，色彩敏感，和清晰度/对比度敏感区间。
4楼：匿名用户
去噪也是增强，图像里的随即白点黑点很可能是噪声，通过一定算法去掉这些坏点，即改变它亮度值，这就是去噪。
增强更easy，边缘增强，ndvi等等，突出你想看见的信息就是增强。
我不知道他们有什么好区别的。
5楼：流浪漢
你用一张原图 做两张** 看看就明白 了 说不明白啊
图像复原与图像去噪有什么区别？
6楼：和才汉魂
1、图像去噪也是图像复原
2、对象：狭义的图像复原主要针对受到的确定性（determinisitic）劣化、去噪针对的是非确定性的统计噪声：
例如古画受到岁月侵蚀属前者，古画生了虫子出现霉点属后者；
拍**时手抖了属于前者，显影药水脏了使得出来的**显示出很多的颗粒噪点，属后者。
3、模型和处理方法不同
狭义的图像复原需要找出劣化系统的函数（点扩展函数），然后做整体处理，如去卷积，非常复杂，而去噪一般只需要了解噪声的统计分布，点处理也能解决问题。
4、评价函数不同
狭义的图像复原的评价函数是相似度，去噪主要是信噪比。
7楼：匿名用户
我是搞数字图像复原的。再具体点是搞图像去雾的，其实图像复原范围很广，可以指数字的，也可以指哪些破旧要复原的**。图像受到污染、损害或者本身因为拍摄过程中发生抖动等使图像模糊不清等等，这些都需要复原。
其中噪声就属于图像受污染的一种。
高斯函数在图像增强中起到什么作用，麻烦具体点，就比如傅立叶变化在图像增强中可以有去除噪声的作用
8楼：匿名用户
主要是平滑图像~~~高斯函数具有五个重要的性质，这些性质使得它在早期图像处理中特别有用．这些性质表明，高斯平滑滤波器无论在空间域还是在频率域都是十分有效的低通滤波器，且在实际图像处理中得到了工程人员的有效使用．高斯函数具有五个十分重要的性质，它们是：
（1）二维高斯函数具有旋转对称性，即滤波器在各个方向上的平滑程度是相同的．一般来说，一幅图像的边缘方向是事先不知道的，因此，在滤波前是无法确定一个方向上比另一方向上需要更多的平滑．旋转对称性意味着高斯平滑滤波器在后续边缘检测中不会偏向任一方向．
（2）高斯函数是单值函数．这表明，高斯滤波器用像素邻域的加权均值来代替该点的像素值，而每一邻域像素点权值是随该点与中心点的距离单调增减的．这一性质是很重要的，因为边缘是一种图像局部特征，如果平滑运算对离算子中心很远的像素点仍然有很大作用，则平滑运算会使图像失真．
（3）高斯函数的付立叶变换频谱是单瓣的．正如下面所示，这一性质是高斯函数付立叶变换等于高斯函数本身这一事实的直接推论．图像常被不希望的高频信号所污染(噪声和细纹理)．而所希望的图像特征（如边缘），既含有低频分量，又含有高频分量．高斯函数付立叶变换的单瓣意味着平滑图像不会被不需要的高频信号所污染，同时保留了大部分所需信号．
（4）高斯滤波器宽度(决定着平滑程度)是由参数σ表征的，而且σ和平滑程度的关系是非常简单的．σ越大，高斯滤波器的频带就越宽，平滑程度就越好．通过调节平滑程度参数σ，可在图像特征过分模糊(过平滑)与平滑图像中由于噪声和细纹理所引起的过多的不希望突变量(欠平滑)之间取得折衷．
（5）由于高斯函数的可分离性，大高斯滤波器可以得以有效地实现．二维高斯函数卷积可以分两步来进行，首先将图像与一维高斯函数进行卷积，然后将卷积结果与方向垂直的相同一维高斯函数卷积．因此，二维高斯滤波的计算量随滤波模板宽度成线性增长而不是成平方增长．
1. 图像锐化与图像平滑有何区别与联系？
9楼：问问都不行啊
图象锐化是用于增强边缘,导致高频分量增强,会使图像清晰;
图像平滑用于去噪,对图像高频分量即图像边缘会有影响。
都属于图像增强,改善图像效果
10楼：光稜
你是不是湖北工业大学的
图像处理当中图像去噪和图像增强的区别
11楼：北京王嘉化妆学校
去噪也是增强，像里的随即白点黑点很可能是噪声，通过一定算法去掉这些坏点，即改变它亮度值，这就是去噪。
增强更easy，边缘增强，ndvi等等，突出想看见的信息就是增强。
不知道他们有什么好区别的。