ISP（六）空间域图像变换（图像反转、对数变换、幂次变换、分段线性变换、
直⽅图均衡与匹配）
空间域图像变换：图像反转，对数变换，幂次变换、分段线性变换 (s：现点值，r: 原点值)
（⼀）图像反转：
这个⽆需多说，就是把⿊变⽩，⽩变⿊，拿⼋位灰度图像来说
表达式：s=255-r
作⽤：看清暗⾊图像中⽩⾊和灰⾊的细节。
例如： 我们对某位患者的胸⽚进⾏处理，原图中有⽩⾊絮状物体，但是图⽚整体偏暗，不便于观察，于是我们进⾏线性的反转，将较亮部位与较暗部位进⾏互换，如下图所⽰，⾁眼可见观察的更加清晰了。
（⼆）对数变换：
此变换使⼀窄带低灰度输⼊图像值映射为⼀宽带输出值。相对的是输⼊灰度的⾼调整值。可以利⽤这种变换来扩展被压缩的⾼值图像中的暗像素。相对的是反对数变换的调整值。（这段转⾃《数字图像处理》(第⼆版)（冈萨雷斯））
表达式：s=c log(1+r)
应⽤：⽤于对数值范围过⼤的数据进⾏调整显⽰，如傅⽴叶变换后的图像数据（0-1.5e6），同时低灰度值拉伸
根据对数函数的特征，会将输⼊图像的灰度值中较暗部分 r < L/4 部分映射到 [0 3L/4]这个较⼤的范围，⽽较亮部分则会映射到较⼩的区域。这个函数会将图像暗处的细节放⼤，压缩亮处的细节。最具代表的就是对傅⾥叶频谱的对数运算，从对⽐图中可以看到暗处的细节被放⼤输出matlab直方图
（三）幂次变换：
⼜叫伽玛校正，和对数变换的原理差不多，不多说了，只是参数多了⼀个，可变宽带的输⼊像素值范围可选了，把低值带拉伸还是把⾼值拉伸要看伽马的设定了。
表达式：伽马变换
⼀个是伽马等于4，⼀个是伽马等于0.2；⼀个拉伸⾼像素值的范围，⼀个拉伸低像素值的范围。哪部分的斜率越⼤，哪部分的拉伸⽐例就越⼤。
当gamma>1时，效果和对数函数相似，放⼤暗处细节，压缩亮处细节，随着数值减少，效果越强
当gamma<1时，放⼤亮处细节，压缩暗处细节，随着数值增⼤，效果越强
（四）分段线性变换：
分为：对⽐拉伸、灰度切割、位图切割
位图切割就是⽐如8位的图像，我把像素点的每⼀位拿出来做个位平⾯，然后就有8个位平⾯了。
以上这⼏种常⽤的处理⽅法都是将固定范围内的像素值的显⽰范围放⼤或缩⼩，让图像更符合⼈的要求。
由于灰度级，是有2的次⽅构成，每个像素值看作是由K个⼆进制数组成的
于是每个平⾯k-1，k-2，…，1，0 中的每⼀个像素值都等于该像素在该平⾯的项数值
（五）直⽅图均衡与匹配：
表⽰像素值在图像中出现的次数，下图显⽰的是图⽚对应的直⽅图

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。