图像的点运算

版权声明:本文为博主原创文章,转载请注明出处。 https://blog.csdn.net/miclover_feng/article/details/82799546

目录

1、空间的相关与卷积

2、图像的灰度直方图

3、灰度的变换

       1)灰度的线性变换

       2)灰度的对数变换

       3)伽马变换(幂律变换)

        4)灰度的阈值变换

        5)分段线性变换


1、空间的相关与卷积

       相关是滤波器模板移过图像,并计算每一个位置乘积之和的处理;卷积是滤波器模板旋转180°移过图像,并计算每一个位置乘积之和的处理。

2、图像的灰度直方图

       灰度直方图是关于灰度级分布的函数,是对图像中灰度级分布的统计。灰度直方图是将数字图像中的所有像素,按照灰度值的大小,统计其出现的频率。灰度直方图是灰度级的函数,它表示图像中具有某种灰度级的像素的个数,反映了图像中某种灰度出现的频率。

3、灰度的变换

       图像灰度变换的作用可以,改善图像的质量,使图像能够显示更多的细节,提高图像的对比度(对比度拉伸);有选择的突出图像感兴趣的特征或者抑制图像中不需要的特征;可以有效的改变图像的直方图分布,使像素的分布更为均匀

       1)灰度的线性变换

        Db = f(Da) = k*Da +b   k为斜率,b为y轴交点截距,Da为输入图像的灰度,Db为输出图像的灰度,三个有趣的结论,相信会对灰度变换的理解更加深刻:

         1,k> 1增加对比度,k<1减小对比度

         2,k=1改变亮度

         3,k=1,b=0保持原来图像,k=-1,b=255,原图像反转

       2)灰度的对数变换

       3)伽马变换(幂律变换)

            伽马变换公式:

                                                                            \LARGE S = cr^\gamma

            

           当\gamma >1时,γγ的值越大,对图像高灰度值部分的扩展越明显;

            当\gamma <1时,γγ的值越小,对图像低灰度值的扩展越明显;

        4)灰度的阈值变换

灰度的阀值变换可以将一幅灰度图像转换成黑白二值图像。操作过程如下:先由用户指定一个阀值,如果图像中某像素的灰度值小于该阀值,则将该像素的灰度值设置为0,否则灰度值设置为255。

        5)分段线性变换

             1、导致低对比度图像的原因:照明不足、成像传感器动态范围太小、镜头光圈设置错误。

             2、分段线性变换函数:增强原图各部分的反差,即增强输入图像中感兴趣的灰度区域,相对抑制那些不感兴趣的灰度区域。优势在于形式可以任意合成,缺点是是需要更多的用户输入。

             3、

               

             分段线性变换的函数形式:

             

          x1,x2给出需要转换的灰度范围,y1,y2决定线性变换的斜率。

         4、分段的灰度拉伸可以更加灵活地控制输出灰度直方图的分布,可以有选择地拉伸某段灰度区间,以改善输出图像。如果一幅图像灰度集中在较暗的区域而导致图像偏暗,可以用灰度拉伸功能来扩展(斜率>1)物体的灰度区间以改善图像;如果图像灰度集中在较亮的区域而导致图像偏亮,也可以用灰度拉伸功能来压缩(斜率<1)物体灰度区间以改善图像质量。

         5、一般情况下,限制x1<x2、y1<y2,从而保证函数时单调递增的,以免造成处理过的图像中灰度级发生颠倒。


     声明:本人从互联网搜集了一些资料整理,由于查找资料太多,好多内容出处不能记得,如有侵权内容,请各位博主及时联系我,我将尽快修改,并注明出处,再次感谢各位广大博主的资料。


猜你喜欢

转载自blog.csdn.net/miclover_feng/article/details/82799546