第2章　图像增强

图像增强的作用是提高图像的质量或使特定的特征显得更加突出，其所用到的技术通常都更为通用，并且不会采用退化过程强模型（不同于我们在第3章中会讲到的“图像修复”过程中的模型）。有关图像增强技术的实例包括去噪/平滑（使用不同的经典图像处理技术、无监督机器学习以及深度学习技术）、对比度改善和锐化。

本章内容将涵盖有关图像增强方面的以下实例（以及它们使用Python库完成的实现）：

● 使用滤波器去除图像中不同类型的噪声；

● 基于去噪自编码器的图像去噪；

● 基于PCA/DFT/DWT的图像去噪；

● 基于各向异性扩散的图像去噪；

● 利用直方图均衡化改善图像对比度；

● 执行直方图匹配；

● 执行梯度融合；

● 基于Canny、LoG/零交叉以及小波的边缘检测。