图像处理101教程：点运算

点运算指的是对灰度图像中的每个像素运行相同的转换操作。

空间域图像增强技术可分为两大类：

• 点运算
• 邻域运算

本篇文章主要讨论点运算，下一篇文章将讨论邻域运算。

点运算指的是对灰度图像中的每个像素运行相同的转换操作。该转换基于原始像素，并且与其位置或相邻像素无关。

设“r”和“s”为输入图像f（x，y）和输出图像g（x，y）的点（x，y）处的灰度值，则点运算可以有以下公式：

s = T（r）

其中T是原始图像和输出图像之间某个灰度级映射关系的点算子。点运算通常用于改变灰度范围和分布。

幂律（Gamma）变换

伽马变换，也称为指数变换或功率变换，是常用的灰度非线性变换。

伽马变换的数学表达式如下：

其中x和y是输入和输出中像素的强度等级，“esp”是补偿系数，γ是伽玛系数。执行转换时，通常首先将强度级别从0到255的范围转换为0到1。然后执行伽马转换，最后恢复到原始范围。

当设置esp = 1时，我们可以获得如下的映射形式，水平轴上的输入的灰度强度和垂直轴上的输出的灰度强度。

对于各种γ值（在所有情况下c = 1）的等式[公式]的图。

将所有曲线按比例缩放以适合所示范围。x轴表示输入强度等级，r和y轴表示输出强度等级S。

伽玛变换可以根据γ的值选择性地增强暗区域或亮区域的对比度。

• 当γ > 1时，浅灰色区域的对比度增强。以γ= 25为例，范围为0.8-1的像素（在256的范围内，它对应于240-255）被映射到0-1的范围
• 当γ < 1时，暗灰色区域的对比度增强
• 当γ = 1时，该变换是线性的，即原始图像不变

灰度阈值变换

灰度阈值变换将灰度图像转换为黑白二进制图像。用户指定用作分界线的值。如果像素的灰度值小于分割，则像素的强度设置为0，否则设置为255.分割线的值称为阈值。灰度阈值变换通常被称为阈值处理或二值化。

对比度 – 拉伸变换

对比度 – 拉伸变换的目标是增强图像的不同部分之间的对比度，即增强感兴趣区域的灰度对比度，并抑制不感兴趣的区域的灰色对比度。

以下是两个可能的功能：

如果T（r）具有如上图所示的形式，则将变换应用于每个像素以生成相应像素的效果会产生比原始图像更高的对比度，方法是：

• 使原始图像中的k水平变暗
• 在原始图像中增亮k以上的级别

点（r1，s1）和（r2，s2）控制变换的形状。控制点的选择取决于图像的类型，并且从一个图像到另一个图像是不同的。如果r1 = s1且r2 = s2则转换是线性的，这不会影响图像。在其他情况下，我们可以计算输出像素的强度，假设输入像素的强度为x，如下：

• 对于0 <= x <= r1 输出值 = s1 / r1 * x
• 对于r1 < x <= r2 输出值 =（（s2-s1）/（r2-r1））*（x-r1）+ s1
• 对于r2 < x <= L-1 输出值 =（（L-1-s2）/（L-1-r2））*（x-r2）+ s2

直方图均衡

直方图均衡化，也称为灰度均衡化，是一种实用的直方图校正技术。

它指的是输出图像在每个灰度级具有大致相同数量的像素的变换，即输出的直方图是均匀分布的。在均衡图像中，像素将占据尽可能多的灰度级并且均匀分布。因此，这种图像具有更高的对比度和更大的动态范围。

要了解有关成像基础知识的更多信息，请阅读图像处理101教程系列中的第一篇：

图像处理101教程：什么是图像/p>

第二篇文章：

图像处理101教程：颜色模型

第三篇文章：

图像处理101教程：色彩空间转换

第四篇文章：

图像处理101教程：图像增强

标签：