图像处理基础——空间域处理之灰度变换

参考
http://www.pianshen.com/article/2960258309/
https://blog.csdn.net/zhangqixiang5449/article/details/50976260

代码传送门 https://blog.csdn.net/jiDxiaohuo/article/details/100895947

图像处理空间域处理主要分两种方法（灰度变换和空间滤波）

• 灰度变换：对图像的单个像素进行操作，主要以对比度和阈值处理为主。
• 空间滤波：通过图像中每个像素的邻域像素处理来锐化或者模糊图像。

---

一些基本的灰度变换函数

灰度变换可以理解为下式
S = T( r )
通过特定函数对每个像素进行操作。
以下默认图像灰度级范围为[L-1,0]

图像反转

公式：s = L - 1 - r

对数变换

公式：s = c log( 1+r )
对数变换可以压缩一部分像素，同时拓展另一部分像素

下图C = 1、10、20

---

幂律变换（伽马变换）

公式： s = c*r^b
r、b 均为正常数。
习惯上，幂律方程中的指数称为伽马。用于矫正这些幂律响应现象的处理称为伽马校正

分段线性变换函数

对比度拉伸

分段对比度拉伸可以指定部分区域进行对比度拉伸，也可以实现对不同区域采取不同的拉伸手段。

灰度级分层

可以或是分段对比度拉伸的简易版 极端情况也就变成了二值化。

比特平面分层

像素是由比特组成的数字。例如256级灰度图像中 每个像素就是由8比特组成的。一幅8比特图像可以分成8张1比特（也就是二值化的图片）。

直方图处理

直方图均衡、直方图匹配（规定化）

https://blog.csdn.net/jiDxiaohuo/article/details/100776984

局部直方图处理