第三章 灰度变换与空间滤波

3.1

灰度变换函数s = T(r),r表示变换前的灰度，s表示变换后的灰度

3.2 一些基本的灰度变换函数

1. 形如 s = c log(1+r)的对数变换，可以扩展暗像素
2. 形如 s = cr^γ幂律变换，γ<1扩展暗像素，γ>1扩展亮像素
3. 分段函数，比如用于对比度拉伸的函数
4. 比特平面分层：高比特平面显示大概的轮廓，低比特平面显示细节

3.3直方图处理

直方图就是灰度的概率密度图，若图像的直方图分布均匀，则呈现出较高的对比度

1. 均衡化，可增加对比度，但实际过程中的不到平坦的直方图
2. 规定化，有时均衡化达不到要求，我们便对直方图进行规定化
3. 局部直方图处理，1、2都是对整体进行处理，强调整体的效果，局部直方图就是一个邻域一个邻域地处理，用于显示细节
4. 局部增强，计算某点邻域的均值（平均灰度）的方差（对比度），决定是否对该点的灰度进行处理

3.4空间滤波基础

1. 滤波器的输出：滤波器系数与对应的图像像素的乘积之和

2. 相关与卷积，相关的模板旋转180度就是卷积的结果

3. 模板的系数根据想要执行的操作选取

3.5平滑空间滤波器

1. 平滑线性滤波器，也成为均值滤波器，有直接求均值和加权平均两种方法，使用方法为：先使用模糊处理（均值滤波器），再使用阈值函数
2. 统计排序滤波器（非线性滤波），典型代表是中值滤波器，处理脉冲噪声格外有效

3.6锐化空间滤波器

锐化主要是为了突出灰度的过渡（变化）部分

1. 二阶微分------拉普拉斯算子，着重于图像中的灰度突变区域，可以用来体现细节
2. 一阶微分------梯度，突出图像的边缘
3. 非锐化掩蔽

3.7混合空间增强方法

将多种图像增强方法结合起来

3.8使用模糊技术