本文介绍了灰度变换的基本概念，它是图像增强的一种重要手段，通过直接运算每个像素值来改变图像的视觉效果。内容涵盖了图像增强的目的、空间域算法，详细讨论了反转变换、对数变换、n次根变换、恒等变换、n次幂变换、反对数变换和伽马变换等灰度变换函数，并提到了分段线性和位图切割等技术在灰度级和比特面分层的应用。
基本概念
灰度变换（Intensity Transformation）：实质上是直接对图像上的每个像素值进行某种运算得到新的像素值。它在图像增强中的应用十分广泛。
图像增强
- 提高图像在特定应用领域的视觉效果，包括光滑、锐化、提取边缘、反转、去噪及各种滤波等处理。它无通用的理论和方法，以主观评价为主
- 两大类算法：空间域、频谱域。其中空间域就是值图像本身，它分为灰度变换、空间滤波两类
常用变换
- 基本灰度变换函数
各种函数公式如下，其中 ccc 表示任意常数，rrr 表示输入的像素值，sss 表示输出的像素值- 反转变换：s=(L−1)−rs = (L - 1) - rs=(L−1)−r —— 黑变白，白变黑
- 对数变换：s=clog(r+1)s = c \log{(r + 1)}s=clog(r+1) —— 将图像中偏暗的部分变亮
- nnn次跟：s=r1/n,n∈N&n>0s = r^{1/n}, n \in N \And n > 0s=r1/n,n∈N&n>0 —— 将图像中偏暗的部分变亮，但效果不如对数变换
- 恒等变换：s=rs = rs=
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
