系统学习数字图像处理之灰度变换和空域滤波

 版权声明：随便转，取之于网络，用之于网络。。。    https://blog.csdn.net/App_12062011/article/details/39367229
一些基本的灰度变换

1.图像反转，即s=L-1-r 增强嵌入在图像中的暗区域中的或灰色细节，特别是当黑色在面积尺寸上占主导地位时。

2.对数变换，s=clog(1+r)完成动态范围的压缩和扩展，压缩像素值变化较大的图像的动态范围。

3.冥律变换，s = cr^γ常用于各种设备的噶玛较正。精确显示时，不仅伽马校正灰度，还要处理色彩。  同时，也能实现灰度级的扩展/压缩

4.分段线性变换，包含对比度拉伸（扩展灰度级动态范围），灰度级分层（突出指定灰度范围内的亮度），比特平面分层（突出特定比特对整个图像的贡献）。

好吧，我以为我已经蛋疼到极限了，发现这有个哥们比我还蛋疼，讲的非常认真。

http://blog.csdn.net/zhoufan900428/article/details/12709361

直方图处理，动态范围扩展，以及直方图匹配，生成指定动态范围的输出，还有直方图的局部增强。

http://blog.csdn.net/zhoufan900428/article/details/12883693

空域滤波
平滑滤波，包含平滑线性（去除图像中不相关的细节，即与滤波器模板相比比较小的细节），统计排序（中值滤波，消除脉冲噪声，也叫椒盐噪声）等
锐化空间滤波，包含一阶（梯度算子，索贝尔算子，罗伯特交叉算子，突出灰度变化缓慢的区域的突变），二阶微分锐化（拉普拉斯算子，强调灰度突变，不强调灰度级缓慢变化），非锐化掩蔽和高提升滤波（先平滑，在与原图做差，之后再以该差的一定权重加上原图）
http://blog.csdn.net/zhoufan900428/article/details/12884981

梯度：
指出了在位置(x,y)处f的最大变化率方向。是向量，其幅度值表示M(x,y) = (gx^2 + gy^2)^1/2.可以用绝对值代替开方，即M（x,y） = |gx| + |gy|
--------------------- 
作者：EasonApp 
来源：CSDN 
原文：https://blog.csdn.net/App_12062011/article/details/39367229 
版权声明：本文为博主原创文章，转载请附上博文链接！