本文详细介绍了数字图像处理中的各种变换，包括图像反转、对数变换、幂律变换、分段线性变换和直方图处理，并讨论了其应用场景和效果。此外，还探讨了空间滤波器，如平滑滤波器和锐化滤波器，以及频率滤波器的不同类型。噪声方面，涵盖了高斯、瑞利、爱尔兰、指数、均匀和脉冲噪声，以及针对不同噪声类型的空间滤波器应用，如中值滤波器、最大值滤波器和最小值滤波器。最后，提到了自适应滤波器和频率域滤波器在消除噪声中的作用。
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）
最低0.47元/天 解锁文章
扫一扫
3309
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
