《数字图像处理》第三章-灰度变换与空间滤波笔记
参考⽂章：
1.
2.局部直方图均衡化
3.
4.
5.
6.
7.
背景：
空间域指的是图像平⾯本⾝，是直接对图像中的像素进⾏处理；变换域（eg：频率域）中的图像处理，
⾸先要将图像变换到变换域，在变换域中进⾏处理，然后再对结果进⾏反变换，把结果带回空间域。（eg：频率域操作的是图像的傅⾥叶变换⽽⾮图像本⾝）
空间域处理主要分为两类：灰度变换、空间滤波
灰度变换：对图像的各个像素进⾏操作
空间滤波：对图像中的每个像素的邻域进⾏操作
⼀、灰度变换和空间滤波基础
1. 空间域处理可表⽰为：
f(x,y)为输⼊图像，g(x,y)为输出图像，T为点（x,y）邻域上定义的关于f的⼀种算⼦。
邻域：通常是中⼼在（x,y）的矩形，其尺⼨⽐图像⼩得多
如上图，邻域原点从⼀个像素向另⼀个像素移动，对邻域中像素应⽤算⼦T，并在该位置输出。如此，对应于任意指定位置（x,y），对其邻域应⽤算⼦T，得到的结果即为输出图像g在这些坐标的值。
对⽐度拉伸函数：
阈值处理函数：
⼆、⼀些基本的灰度变换函数
图像处理中频繁使⽤的3类基本函数：
线性函数：反转和恒等变换
对数函数：对数和反对数变换
幂律函数：n次幂和n次根变换
1. 图像反转：
反转⼀幅图像的灰度级，可得到等效的照⽚底⽚。特别适⽤于增强嵌⼊图像暗⾊区域中的⽩⾊或灰⾊细节，特别是当⿊⾊⾯积在尺⼨上占主导地位时。
2. 对数变换：
将输⼊中范围较窄的低灰度值映射为输出中范围较宽的灰度值，或将输⼊中范围较宽的⾼灰度值映射为输出中范围较窄的灰度值。
⽬的：扩展图像中的暗像素值，同时压缩更⾼灰度级的值。
3. 幂律（伽马）变换：
⽤分数值γ将较窄范围的暗输⼊值映射为较宽范围的输出值，将⾼输⼊值映射为较窄范围的输出值。
图像偏暗：要扩展灰度级，γ<1
图像苍⽩：要压缩灰度级，γ>1
4. 分段线性变换：
优点是形式可以任意复杂。但缺点是要求⽤户输⼊很多参数。
1. 对⽐度拉伸：可以扩展图像中的灰度级范围。
2. 灰度级分层：突出图像中特定灰度范围的亮度，增强某些特征。
⼀种⽅法是：将感兴趣的范围内的所有灰度值显⽰为⼀个值（⽩⾊），⽽将其他灰度值显⽰为另⼀个值（⿊⾊）。这种变化产⽣⼀幅⼆值图像。另⼀种⽅法：使期望的灰度范围变亮（或者变暗），但保持图像中的其他灰度级不变。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。