灰度变换

---

我们在基本转换教程中讨论了一些基本转换。在本教程中，我们将了解一些基本的灰度级转换。

图像增强

与未增强的图像相比，增强图像可提供更好的对比度和更详细的图像。图像增强有着非常广泛的应用。它用于增强医学图像、遥感图像、卫星图像等

下面给出了变换函数

s = T ( r )

其中 r 是输入图像的像素，s 是输出图像的像素。T 是将 r 的每个值映射到 s 的每个值的变换函数。图像增强可以通过下面讨论的灰度级变换来完成。

灰度变换

共有三种基本的灰度变换。

• 线性
• 对数
• 权力-法律

这些转变的总体图如下所示。

线性变换

首先我们来看看线性变换。线性变换包括简单恒等式和负变换。身份转换已经在我们的图像转换教程中讨论过，但这里给出了这种转换的简要描述。

身份转变由一条直线表示。在此转换中，输入图像的每个值直接映射到输出图像的每个其他值。这会产生相同的输入图像和输出图像。因此称为身份转换。如下所示：

负向转化

第二个线性变换是负变换，它是恒等变换的逆。在负变换中，从 L-1 中减去输入图像的每个值并将其映射到输出图像上。

结果有点像这样。

输入图像

输出图像

在这种情况下，已完成以下转换。

s = (L – 1) – r

由于 Einstein 的输入图像是 8 bpp 图像，因此该图像中的级别数为 256。将 256 代入方程，我们得到：

s = 255 – r

因此每个值都减去 255，结果图像如上所示。所以发生的情况是，较亮的像素变暗，较暗的图片变亮。这会导致图像负像。

如下图所示。

对数变换

对数变换还包含两种类型的变换。对数变换和逆对数变换。

日志转换

对数变换可以用这个公式定义

s = c log(r + 1)。

其中 s 和 r 是输出和输入图像的像素值，c 是常数。将值 1 添加到输入图像的每个像素值，因为如果图像中存在像素强度为 0，则 log (0) 等于无穷大。因此添加 1，使最小值至少为 1。

在对数变换期间，图像中的暗像素与较高的像素值相比会扩展。较高的像素值在对数变换中被压缩。这导致以下图像增强。

对数变换中 c 的值调整您正在寻找的增强类型。

输入图像

对数变换图像

逆对数变换与对数变换相反。

权力-法律转变

还有两种变换是幂律变换，包括n次方和n次根变换。这些变换可以由以下表达式给出：

s=cr^γ

这个符号γ称为gamma，因此这种变换也称为gamma变换。

γ 值的变化会改变图像的增强效果。不同的显示设备/显示器有自己的伽马校正，这就是为什么它们以不同的强度显示图像。

这种类型的转换用于增强不同类型显示设备的图像。不同显示设备的伽马值是不同的。例如CRT的Gamma值在1.8到2.5之间，这意味着CRT上显示的图像是暗的。

校正伽玛。

s=cr^γ

s=cr^(1/2.5)

此处显示了相同的图像但具有不同的伽马值。

例如

伽马=10

伽玛=8

伽玛=6