灰度变换与空间滤波摘要

基本灰度变换

图像反转：s=L-1-r;

得到等效的照片底片

对数变换

伽马变换

分段线性变换可用于对比度拉伸，灰度级分层

比特平面分层，就是图像用8比特表示，只保存其中几个比特的平面（采用阈值处理，比如保存8比特图像时，大于128的像素映射为1，小于128映射为0），用于图像的压缩，

直方图均衡：用于增强图像对比度，使得原先集中在较小范围的灰度值，扩展到较大范围的灰度级中。

直方图规定化：使图像经过直方图处理后转化到我们预先设定的直方图，这种方法主要是去寻找一个中间值做为过渡，我们对原图像和将要处理成的图像分别做直方图均衡，然后默认这两幅图像一致，使用反变换，可得到从原图像得到我们规定的灰度图像的变换函数。

局部直方图处理：用于只增强图像局部的对比度

直方图统计：

中值滤波（去除椒盐噪声）

相关和卷积的区别在于是否要翻转180度

理解离散单位冲激有助于理解卷积或者相关

平滑线性滤波用来降低噪声，模糊图像，寻找大规模的特征，当滤波模板过大时可用于去除图像中的一些小物体

锐化空间滤波，寻找图像中的边缘，是图像中变化的区域，采用一些示导操作。例如二阶微分操作，拉普拉斯算子，具有旋转不变性（将图像旋转一定的角度，对其仍采用此操作，结果不变）

非锐化掩膜：原图像—模糊图像（平滑线性滤波）＝非锐化掩敝图像

原图像+K*非锐化掩敝图像＝锐化图像

一阶微分（梯度图像）对图像进行锐化

混合空间增强法，综合运用以上几种方法，得到对图像的增强处理

使用模糊技术进行灰度变换和空间滤波，这里的模糊技术不是指的模糊图像，P105冈萨雷斯的教材，细看吧。-