[Other]数字图像处理：各种变换滤波和噪声的类型和用途总结

一、基本的灰度变换函数

1.1.图像反转

适用场景：增强嵌入在一幅图像的暗区域中的白色或灰色细节，特别是当黑色的面积在尺寸上占主导地位的时候。

1.2.对数变换（反对数变换与其相反）

过程：将输入中范围较窄的低灰度值映射为输出中较宽范围的灰度值。

用处：用来扩展图像中暗像素的值，同时压缩更高灰度级的值。

特征：压缩像素值变化较大的图像的动态范围。

举例：处理傅里叶频谱，频谱中的低值往往观察不到，对数变换之后细节更加丰富。

1.3.幂律变换（又名：伽马变换）

过程：将窄范围的暗色输入值映射为较宽范围的输出值。

用处：伽马校正可以校正幂律响应现象，常用于在计算机屏幕上精确地显示图像，可进行对比度和可辨细节的加强。

1.4.分段线性变换函数

缺点：技术说明需要用户输入。

优点：形式可以是任意复杂的。

1.4.1.对比度拉伸：扩展图像的动态范围。

1.4.2.灰度级分层：可以产生二值图像，研究造影剂的流动。

1.4.3.比特平面分层：原图像中任意一个像素的值，都可以类似的由这些比特平面对应的二进制像素值来重建，可用于压缩图片。

1.5.直方图处理

1.5.1直方图均衡：增强对比度，补偿图像在视觉上难以区分灰度级的差别。作为自适应对比度增强工具，功能强大。

1.5.2直方图匹配（直方图规定化）：希望处理后的图像具有规定的直方图形状。在直方图均衡的基础上规定化，有利于解决像素集中于灰度级暗端的图像。

1.5.3局部直方图处理：用于增强小区域的细节，方法是以图像中的每个像素邻域中的灰度分布为基础设计变换函数，可用于显示全局直方图均衡化不足以影响的细节的显示。

1.5.4直方图统计：可用于图像增强，能够增强暗色区域同时尽可能的保留明亮区域不变，灵活性好。