图像处理的常用手段

• pixel （6*6）（矩形或者 radial，向四周辐射） ⇒ cell（3*3） ⇒ block
• An image gradient is a directional change in the intensity or color in an image.（所谓的 intensity 其实就是颜色强度， rgb 上的值）

1. 颜色空间归一化

图像处理之gamma校正

采用 Gamma 校正法对输入图像进行颜色空间的标准化（归一化）；目的是调节图像的对比度，降低图像局部的阴影和光照变化所造成的影响，同时可以抑制噪音的干扰；

为了减少光照因素的影响，首先需要将整个图像进行规范化（归一化）。在图像的纹理强度中，局部的表层曝光贡献的比重较大，所以，这种压缩处理能够有效地降低图像局部的阴影和光照变化。因为颜色信息作用不大，通常先转化为灰度图；

$$I(x,y)=I(x,y)^{\text{gamma}}$$

• 电视系统的伽玛值约为2.2，所以电视系统的摄像机非线性补偿伽玛值为0.45。
• 彩色显像管的伽玛值为2.8，它的图像信号校正指数应为1/2.8=0.35，但由于显像管内外杂散光的影响，重现图像的对比度和饱和度均有所降低，所以彩色摄像机的伽玛值仍多采用 0.45。

2. 计算图像梯度

计算图像横坐标和纵坐标方向的梯度，并据此计算每个像素位置的梯度方向值；求导操作不仅能够捕获轮廓，人影和一些纹理信息，还能进一步弱化光照的影响。

图像中像素点 (x,y) 的梯度为：

$$G_x(x,y)=H(y, x+1) - H(y,x-1)\\ G_y(x,y)=H(y+1,x) - H(y-1, x)$$

则在像素 (x,y) 点处的梯度幅值和方向分别为：

$$|G(x,y)|=\sqrt{G_y^2+G_x^2}\\ \alpha(x,y)=\tan^{-1}\frac{G_y}{G_x}$$

matlab 提供的函数如下：

[Gmag,Gdir] = imgradient(I)

3. 对比度（contrast）计算

图像的对比度通常指的是像素的标准差，用一个三维张量 tensor 来表示图像 $X\in \mathbb R^{r\times c\times 3}$，自然每一个平面分别表示 rgb，该图像的对比度可通过如下方式计算：

$$\sqrt{\frac1{3rc}\sum_{i=1}^r\sum_{j=1}^c\sum_{k=1}^3\left(X_{i,j,k}-\bar X\right)}, \quad\bar X=\frac1{3rc}\sum_{i=1}^r\sum_{j=1}^c\sum_{k=1}^3X_{i,j,k}$$