基本概念
灰度变换(Intensity Transformation):实质上是直接对图像上的每个像素值进行某种运算得到新的像素值。它在图像增强中的应用十分广泛。
图像增强
- 提高图像在特定应用领域的视觉效果,包括光滑、锐化、提取边缘、反转、去噪及各种滤波等处理。它无通用的理论和方法,以主观评价为主
- 两大类算法:空间域、频谱域。其中空间域就是值图像本身,它分为灰度变换、空间滤波两类
常用变换
- 基本灰度变换函数
各种函数公式如下,其中
c 表示任意常数,
r 表示输入的像素值,
s 表示输出的像素值
- 反转变换:
s=(L−1)−r —— 黑变白,白变黑
- 对数变换:
s=clog(r+1) —— 将图像中偏暗的部分变亮
-
n次跟:
s=r1/n,n∈N&n>0 —— 将图像中偏暗的部分变亮,但效果不如对数变换
- 恒等变换:
s=r
-
n次幂:
s=rn,n∈N —— 将图像中偏亮的部分变暗
- 反对数变换:
s=10r —— 将图像中偏亮的部分变暗,效果比
n 次幂明显
- 不同
γ 值的幂次(伽马)变换:
s=crγ,其中
c 为常数,
r 为输入像素值,
s 为输出像素值
- 分段线性变换
- 灰度切割(灰度级分层)
- 位图切割(比特面分层):8位灰度图可以分割成8个位图。高位表示了重要的信息,低位给出了不同程度的细节信息。例如,给定某个像素值(以二进制表示):10011010,其分割如下:
10011010⇒⎩⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎧10011010→1000000010011010→0000000010011010→0000000010011010→0001000010011010→0000100010011010→0000000010011010→0000001010011010→00000000
对图像的每个像素值均作上述的切割操作,就可以得到8个切割图了