图像增强数学方法之 线性函数-非线性函数

图像增强
有目的地强调图像的整体或局部特性,将原来不清晰的图像变得清晰或强调某些感兴趣的特征,扩大图像中不同物体特征之间的差别,抑制不感兴趣的特征,使之改善图像质量、丰富信息量,加强图像判读和识别效果,满足某些特殊分析的需要
在这里插入图片描述 在这里插入图片描述 在这里插入图片描述

首先从全局出发,使用线性函数提升亮度到非线性函数
在这里插入图片描述
夜晚图像最显著的特点就是图像亮度和对比度低,细节辨识程度差,以这个问题为解决目标,最简单直接的方法就是使用线性函数提升图像亮度。然而这种方法缺点也很明显,因为采用全局提升亮度的处理方式,不考虑图像亮度的空间分布,使增强结果在亮度高的区域出现不可避免的过饱和现象,细节严
重丢失。为了遏制这一现象,研究者使用了更适合提升图像亮度的非线性单调映射函数,如幂律函数(Power-law function、对数函数(Logarithm function)伽马函数(Gamma function)等。这些非线性函数通过调整参数改变图像亮度的增强幅度,利用非线性函数的特点避免亮度较高区域和低亮度区域增
强相同幅度引起的失真,保持增强结果的自然性。其中,伽马函数的应用较为广泛,配合其他图像处理方法能够合理地提升图像亮度,这些方法都属于全局图像增强算法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
直方图均衡化:
在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值