数字图像处理技术第三章基本灰度变换函数

数字图像处理 Ch3 一些基本的灰度变换函数

• 涉及的主要基础灰度转换操作
  • a) 图像反向处理
    • b) 对数值转换
    • c) 幂律（伽马）指数运算
    • d) 分段线性的灰度调整方案
    • e) 对比度增强操作
      • f) 层数化的灰度分级处理
      • g) 多分辨率的信息分离策略

一些基本的灰度变换函数

我们在分析的空间领域均建立在以下数学表达式的基础上：

g(x,y)=T[f(x,y)]

其中f(x,y)代表输入图像，
而g(x,y)则表示输出图像。
运算子T则在点(x, y)附近的局部区域内作用于f.

最简单的例子即为均值滤波技术，在该技术中所采用的局部区域尺寸仅限于1x1像素范围之内。其中T被定义为灰度变换函数：s=T(r)，其中s与r分别代表目标图像g与源图像f在任意点(x,y)处的亮度等级。
举例而言，在对比度拉伸这一技术下将高于阈值k的像素强度调高而低于k的则调低；而当达到极端情况时，则生成一幅二值图像。

相对于领域处理技术，结果仅取于点的灰度的方法有时称为点处理技术 。

特别强调：变量s和r分别代表经过处理后的像素值和未经处理的像素值，在变换域T中存在一定的关联性。

在图像处理中频繁使用的3类基本函数：
线性函数，对数函数，幂律