上面我们已经介绍了关于各类图像增强算法，并重点对图像增强算法进行了仿真，这里我们将通过算法和别的图像增强算法的仿真结果对比，讨论算法的优势。

1 空域图像增强算法的仿真及仿真性能分析

·图像增强仿真效果

空间域图像增强算法有多种方式，这里我们重点讨论中值滤波算法。 该算法仿真结果如下所示：

·灰度直方图

任意选取一个图片，通过其灰度直方图进行增强分析，如图2所示。

·熵

图像的熵值反映了图像的信息量，熵越大，信息量就越大，那么对应的图像的细节越丰富，下面我们对增强前后的图像计算其熵。

我们计算测试图片的熵，其计算结果如表2所示：

表2 中值滤波后的图像熵值

增强前的熵

增强后的熵

10.9280

11.6472

通过上面的分析，我们发现利用中值滤波后，图像并没有得到明显增强，所以我们在时间实现中不考虑采用这种方法的图像增强方法。

2 频域图像增强算法的仿真及仿真性能分析

·图像增强仿真效果

频域图像增强算法有多种方式，这里我们重点频域滤波算法。 该算法仿真结果如下所示：

图4 利用频域滤波进行图像增强前后对比图

·灰度直方图

任意选取一个图片，通过其灰度直方图进行增强分析灰度测试chatgpt，如图2所示。

(a)增强前的图像和图像灰度直方图

(b)增强后的图像和图像灰度直方图

图5灰度直方图

图像的熵值反映了图像的信息量，熵越大，信息量就越大，那么对应的图像的细节越丰富灰度测试chatgpt，下面我们对增强前后的图像计算其熵。

我们计算测试图片的熵，其计算结果如表3所示：

表3 中值滤波后的图像熵值

增强前的熵

增强后的熵

10.9280

12.1093

通过上面的分析，通过频域滤波以后，虽然从其效果较中值滤波有所改善灰度测试chatgpt，但是通过计算其熵值仍然比算法小，其外频域增强法需要通过操作FFT和IFFT，在硬件实现上需要大量的资源，所以我们在硬件上使用进行图像增强算法的实现。

免责声明：本文系转载，版权归原作者所有；旨在传递信息，不代表本站的观点和立场和对其真实性负责。如需转载，请联系原作者。如果来源标注有误或侵犯了您的合法权益或者其他问题不想在本站发布，来信即删。