17、低光图像增强与灰度优化及肝病预测的相关研究

低光图像增强与灰度优化及肝病预测的相关研究

1. 低光图像增强与灰度优化

1.1 图像的重要性与处理需求

图像是三维物体的二维表示，通过其对物体细节的视觉呈现，能快速提供大量信息，在工程、研究、营销、医学等多个领域获取数据方面具有重要作用。然而，输入系统的数据往往存在噪声，图像也不例外。为了清除噪声并提取有用数据，需要进行图像处理。图像处理包括旋转、亮度调整、对比度调整、色彩平衡、图像增强、噪声消除等操作，在遥感应用中，由于大气中悬浮颗粒（如灰尘、水）、反射率和低光照等因素，拍摄的图像会出现颗粒、噪声以及过暗和过亮的区域，因此需要进行多次图像处理操作。

1.2 图像强度变换技术

图像由像素组成，像素数量决定了图像的强度。为了变换图像的强度，需要改变像素数量，其关系可以表示为 $s = f(r)$，其中 $r$ 和 $s$ 分别是处理前后的像素值。在 8 位环境下，变换函数的值存储在一个一维数组中，像素从 $r$ 到 $s$ 的映射得以实现，该数组有 256 个条目，起始值为 0，结束值为 255。主要用于图像增强的函数有三种类型：
- 线性变换 ：
- 负变换 ：对于 8 位灰度输入图像，此变换将像素强度值减去 255 后作为输出。数学表达式为 $s = f(r) = (255 - r)$，即输入值为 0（黑色）映射到 255（白色），反之亦然，$0 \leq r \leq 255$。
- 对数变换 ：一般形式为 $s = c * log(1 + r)$，其中 $c$ 为常数，$r \geq 0$。该变换能将输