图3.2灰度处理的上茧s3                            图3.3灰度处理的绵茧m3
3.2  图像增强
图像增强主要有空间域法和频率域法两种方法[11]。空间域法是指在空间域内对图片像素值直接进行数值运算；频率域法[12]是让图像经过某种变换，变换到其他域中处理，最终再逆变换还原到空间域中。如先对图像进行傅里叶变换，在频率域中对图像频谱进行滤波处理等，最后将计算后的图像利用傅里叶逆变换到空间域中。对于蚕茧的图像增强，在图像经过灰度处理的基础上，选用频率域法对其进行锐化处理，增强图像的边缘及灰度剧变的区域，让图像变得更清晰，文中选用二阶巴特沃斯滤波器进行高通滤波。
3.2.1  傅里叶变换
大小为 的图像利用二文离散函数 表示灰度值在空间域上的分布，其中   ， 的傅里叶变换表示为：
 
由傅里叶变换的可分性, 可将二文傅立叶变换转化为二个一文的傅里叶变换，这样两次简单地调用一文傅立叶变换算法就可以实现二文傅立叶变换。
3.2.2  二阶巴特沃斯高通滤波[13]
n阶巴特沃斯高通滤波器的传递函数：
 
其中 表示为截止频率，且 。
 
如图3.1 二阶巴特沃斯高通滤波传递函数
由频域滤波有 ， 为巴特沃斯高通滤波器传递函数， ， 分别为输入和输出。上式表明 中的低频（小于截止频率 ）成分，乘以数值远小于1的 ，低频分量会逐渐衰减；而高频成分（大于截止频率 ）成分乘以数值接近于1的 而保留，这样就产生了高频通过，滤去低频的现象，而高低频是通过截止频率作为阈值来区分。n=2时称为2阶巴特沃斯高通滤波器，其传递函数如图3.1，该滤波器的滤波效果介于理想滤波和高斯滤波之间。
3.2.3  傅里叶逆变换
频谱图利用傅里叶逆变换可以还原到原来空间域的图像， 傅里叶逆变换公式如下：
 
 经过傅里叶反变换后可得到滤波处理后的数字图像 ，重新得到的数字图像经过了巴特沃斯高通滤波后，形成的灰度值呈现了二值化，即空间域上的灰度值只剩下了0和255。
3.2.3  参数选择
选择合适的截止频率 对图像的锐化有较大的影响，截止频率 较大时，滤掉的低频成分会较多，损失的高频成份也越多， 较小时，在锐化处理中又损失了较多的细节，为此合理地选择截止频率 尤为重要的。在不同的截止频率的尝试下对灰度图像进行处理，发现 时的对表现细节和防止锐化过冲上有较好的权衡。由于经过滤波处理耗时较多，为了时间成本考虑将图像裁剪到128×128大小，再通过灰度处理和高通滤波后的图像 基于缩皱纹理的绵蚕识别技术研究+MATLAB程序(5):http://www.youerw.com/jixie/lunwen_19647.html