数字图像处理与机器视觉-2-图像灰度变换（1）

上一篇： MATLAB安装与简单的图像操作

上一篇文章忘记介绍灰度直方图了，灰度直方图就是将RGB图像转成灰度图后，统计灰度图中各灰度级出现的次数或频率，可用于图像分割和图像灰度变换；

常见的灰度变换上一篇介绍过线性变换，即O = Fa * I + Fb；

继续学习图像灰度变换之： 灰度对数变换

t = c log(s + 1)

这种变换可以增强一幅图中较暗部分的细节，从而可以用来扩展被压缩的告知图像中的较暗像素。一般傅里叶频谱动态范围可宽达0~1000000，直接显示，图像设备的动态范围不能满足要求，从而丢失大量暗部细节，在使用对数变换之后 ，被合理地非线性压缩，可以清晰显示。

由曲线可以看出，横轴值较小时，纵轴值变化很大；横轴值较小时，纵轴值变化趋于平缓；所以暗部的细节区分度变大，可以保留暗部细节。

最终MATLAB实验结果结果如下图所示

建议了解下傅里叶变换，在高等数学中有专门讲到傅里叶变换，用于信号处理等方面； 傅里叶变换在图像处理中的应用，这篇博文将大概应用类型介绍了一下，我是参照它来学习的，还附有MATLAB代码，实践起来比较方便：

伽马变换

伽马变换，也叫指数变换或者幂次变换；

表达式一般为y = (x +esp)^γ；

x,y的取值范围为[0,1]，说esp是补偿系数，但是感觉esp应该是不大于1的，因为esp如果大于1的话，当x为1时，x + esp 的25次方肯定大于1了。具体多少应该有其他规定；

不过在网上有一部分介绍是把esp补偿系数省掉了；

下图为伽马变换的曲线图：

MATLAB里面有对应gamma变换的处理函数， imadjust，用法为：

J = imadjust(I,[low_in high_in],[low_out,high_out],gamma);

比较好懂，将输入图像在low_in到high_in的值映射到lou_out到high_out区间上，所以自然就将[low_in high_in]区间外的值过滤掉了。

gamma指定了映射关系上的权重，gamma < 1的话映射被加权至更高的输出值；反之，加权至更低的输出值；具体效果如“伽马变换的曲线图”所示。

MATLAB效果图如下：

代码：

I = imread('test1_gray.png');

subplot(1,3,3);

J = imadjust(I,[],[],1.5);

imshow(J);

title('gamma 1.5');

顺便了解下图像处理届的女神+标准测试照片 lena，标准文件 点此下载，处理效果感觉还不如我天朝美女：

根据前面 伽马变换的曲线图，不同的gamma，其曲线在不同区间曲率变化规律不同，gamma < 1时，较暗区域的细节会更加明显，gamma > 1时，较亮区域的细节会更加明显。

同时还比较了直方图：

书上总结说是：伽马变换不是线性变换，不仅可以改变图像的对比度，还能够增强细节，改善整体效果。

下一篇： 数字图像处理与机器视觉-2-图像灰度变换（2）