目录1.线性灰度变换2.非线性灰度变换3.幂律变换伽马校正.pptxVIP

3.1.1灰度变换（线性变换、非线性变换）原理

灰度变换是通过改变图像中每个像素的灰度值，来调整图像的亮度和对比度。这可以看作是对图像进行点操作，即输出像素的灰度值仅取决于输入像素的灰度值，与周围像素无关。

1.线性灰度变换

概念本质:线性变换是一种最简单的灰度映射方式，它通过一个线性函数y=ax+b来调整图像的亮度和对比度。

x:原始像素灰度值。

y:变换后的像素灰度值。

a:增益或对比度因子。a1增加对比度，a1降低对比度。

b:偏置或亮度因子。b0增加亮度，b0降低亮度。

(2)数学公式:

g(x,y)=a*f(x,y)+b

其中f(x,y)是原图像在(x,y)处的像素值，g(x,y)是变换后的像素值。变换后的像素值通常需要截断到有效范围（如0-255）。

原理分析:线性变换本质上是对图像直方图进行线性拉伸或平移。

亮度调整:简单地对所有像素值加/减一个常数b。图像整体变亮或变暗。

对比度调整:放大或缩小像素值范围。当a1时，原来相近的像素值之间差距变大，对比度增加；当a1时，差距变小，对比度降低。

灰度值拉伸(Stretch):如果图像的灰度值集中在一个狭窄的范围内（低对比度），可以通过线性变换将其拉伸到更宽的范围（如0-255），从而增加对比度。例如，将[min_in,max_in]映射到[min_out,max_out]。

适用场景:

调整图像的整体亮度。

对因光照不足或曝光过度导致的图像对比度不足进行简单拉伸。

修复轻微的欠曝或过曝图像。

局限性:对图像所有像素应用相同的线性变换，可能无法很好地处理图像中不同区域的局部对比度问题。

2.非线性灰度变换

非线性变换通过一个非线性函数映射灰度值，可以对图像的特定灰度范围进行更精细的调整，常用于改善图像的动态范围或视觉感知。

对数变换(LogTransformation)

概念本质:对数变换将输入图像的灰度值r映射到输出图像的灰度值s，其关系呈对数曲线。

数学公式:s=c*log(1+r)，其中c是一个常数，r是像素值（通常r=0）。1的加入是为了避免log(0)无穷大。

原理分析:对数函数在输入值较小时增长快，在输入值较大时增长慢。这意味着对数变换能扩展图像的暗部细节，同时压缩亮部细节。它能有效地增加图像较暗区域的对比度，使其更清晰。

适用场景:

处理那些动态范围非常大的图像（如傅里叶变换后的频谱图，其强度值范围可能非常广，人眼难以区分）。

增强暗部细节，如夜间拍摄的图像，X光片等。

3.幂律变换/伽马校正(Power-LawTransformation/GammaCorrection)

概念本质:幂律变换通过一个幂函数来调整图像的灰度值，是最常用的非线性变换之一。

数学公式:s=c*r^gamma，其中c和gamma都是正的常数。r是像素值（需要归一化到[0,1]范围，输出再反归一化）。

原理分析:

当gamma1时(例如0.5)，函数曲线向上弯曲，能扩展亮部细节，压缩暗部细节，使图像整体变亮。适用于图像整体偏暗或需要突出亮部的场景。

当gamma1时(例如2.0)，函数曲线向下弯曲，能压缩亮部细节，扩展暗部细节，使图像整体变暗。适用于图像整体偏亮或需要突出暗部的场景。

当gamma=1时，为线性变换。

适用场景:

伽马校正:调整图像的整体亮度，补偿显示设备对亮度响应的非线性（通常显示器会使图像显得比实际更暗）。这是数字图像处理中的一个标准步骤。

修复欠曝或过曝图像:gamma1用于提亮欠曝图像，gamma1用于压暗过曝图像。

THANKS!

让网络更安全

让世界更美好