- 數字影像處理
- DIP - 首頁
- DIP - 影像處理介紹
- DIP - 訊號與系統介紹
- DIP - 攝影史
- DIP - 應用與用途
- DIP - 維度概念
- DIP - 相機成像原理
- DIP - 相機機制
- DIP - 畫素概念
- DIP - 透視變換
- DIP - 每畫素位元數概念
- DIP - 影像型別
- DIP - 顏色程式碼轉換
- DIP - 灰度到RGB轉換
- DIP - 取樣概念
- DIP - 畫素解析度
- DIP - 放大概念
- DIP - 放大方法
- DIP - 空間解析度
- DIP - 畫素、點和每英寸線條數
- DIP - 灰度解析度
- DIP - 量化概念
- DIP - ISO 曝光曲線
- DIP - 抖動概念
- DIP - 直方圖介紹
- DIP - 亮度和對比度
- DIP - 影像變換
- DIP - 直方圖滑動
- DIP - 直方圖拉伸
- DIP - 機率論介紹
- DIP - 直方圖均衡化
- DIP - 灰度變換
- DIP - 卷積概念
- DIP - 掩碼概念
- DIP - 模糊概念
- DIP - 邊緣檢測概念
- DIP - Prewitt 運算元
- DIP - Sobel 運算元
- DIP - Robinson 羅盤掩碼
- DIP - Krisch 羅盤掩碼
- DIP - 拉普拉斯運算元
- DIP - 頻域分析
- DIP - 傅立葉級數和變換
- DIP - 卷積定理
- DIP - 高通濾波器與低通濾波器
- DIP - 顏色空間介紹
- DIP - JPEG 壓縮
- DIP - 光學字元識別
- DIP - 計算機視覺與圖形學
- DIP 有用資源
- DIP - 快速指南
- DIP - 有用資源
- DIP - 討論
灰度變換
在我們基礎變換教程中,我們討論了一些基本變換。在本教程中,我們將探討一些基本的灰度變換。
影像增強
與未增強影像相比,增強影像提供了更好的對比度和更詳細的影像。影像增強應用廣泛,用於增強醫學影像、遙感影像、衛星影像等。
變換函式如下所示:
s = T ( r )
其中 r 是輸入影像的畫素值,s 是輸出影像的畫素值。T 是一個變換函式,它將 r 的每個值對映到 s 的每個值。影像增強可以透過下面討論的灰度變換來完成。
灰度變換
有三種基本的灰度變換。
- 線性變換
- 對數變換
- 冪律變換
這些變換的總體圖如下所示。
線性變換
首先,我們將研究線性變換。線性變換包括簡單的恆等變換和負變換。恆等變換在我們影像變換教程中已有討論,但此處對其進行了簡要描述。
恆等變換用一條直線表示。在此變換中,輸入影像的每個值直接對映到輸出影像的對應值。這導致輸入影像和輸出影像相同,因此稱為恆等變換。如下所示:
負變換
第二個線性變換是負變換,它是恆等變換的反轉。在負變換中,輸入影像的每個值都從 L-1 中減去,並對映到輸出影像。
結果大致如下所示。
輸入影像
輸出影像
在這種情況下,進行了以下變換:
s = (L – 1) – r
由於愛因斯坦的輸入影像為 8 bpp 影像,因此影像中的灰度級別為 256。將 256 代入方程,我們得到:
s = 255 – r
因此,每個值都減去 255,結果影像如上所示。因此,較亮的畫素變暗,較暗的畫素變亮。結果得到影像負片。
它在下圖中顯示。
對數變換
對數變換進一步包含兩種變換:對數變換和逆對數變換。
對數變換
對數變換可以用以下公式定義:
s = c log(r + 1)。
其中 s 和 r 分別是輸出影像和輸入影像的畫素值,c 是一個常數。將 1 加到輸入影像的每個畫素值上,因為如果影像中存在畫素強度為 0,則 log(0) 等於無窮大。因此新增 1,以使最小值至少為 1。
在對數變換過程中,影像中的暗畫素與較高的畫素值相比會擴充套件。較高的畫素值在對數變換中會壓縮。這導致以下影像增強。
對數變換中的 c 值調整您正在尋找的增強型別。
輸入影像
對數變換影像
逆對數變換與對數變換相反。
冪律變換
冪律變換還有另外兩種變換,包括 n 次冪變換和 n 次方根變換。這些變換可以用表示式表示:
s=cr^γ
此符號 γ 稱為伽馬,因此此變換也稱為伽馬變換。
γ 值的變化會改變影像的增強效果。不同的顯示裝置/顯示器有其自身的伽馬校正,這就是它們以不同強度顯示影像的原因。
這種型別的變換用於增強不同型別顯示裝置的影像。不同顯示裝置的伽馬值不同。例如,CRT 的伽馬值介於 1.8 到 2.5 之間,這意味著在 CRT 上顯示的影像較暗。
校正伽馬。
s=cr^γ
s=cr^(1/2.5)
此處顯示了具有不同伽馬值的同一影像。
例如
伽馬 = 10
伽馬 = 8
伽馬 = 6