灰度转换

所有图像处理技术都专注于灰度转换，因为它直接在像素上运行。灰度图像包含256级灰度，并且在直方图中，水平轴的范围是0到255，垂直轴取决于图像中像素的数量。

图像增强技术的最简单公式为：

s = T * r

其中T是变换，r是像素值，s是处理前后的像素值。

让，

r = f(x,y)
s = g(x,y)

'r'和's'用于表示f和g在(x，y)处的灰度级

共有三种类型的转换：

• 线性的
• 对数
• 权力法

总体图如下所示：

线性变换

线性变换包括身份变换和负变换。

在身份转换中，图像的每个值都直接映射到输出图像的其他值。

负变换与身份变换相反。在此，从L-1减去输入图像的每个值，然后将其映射到输出图像

对数转换

对数转换分为两种类型：

• 日志转换
• 逆对数转换

对数转换的公式

s = c log(r + 1)

此处，s和r是输入和输出图像的像素值。并且c是常数。在公式中，我们可以看到每个像素值加了1，这是因为如果图像中像素强度为零，则log(0)是无穷大，因此要加上最小值。

对数转换完成后，与较高像素值相比，暗像素将扩展。在对数转换中，较高的像素被压缩。

在上图中，(a)傅立叶频谱和(b)应用对数变换的结果。

权力-法律的转变

幂律变换有两种类型的变换：第n个幂变换和第n个根变换。

式：

s = cr ^ γ

此处，γ是伽马，通过该变换称为伽马变换。

所有显示设备都有自己的伽玛校正。因此，图像以不同的强度显示。

这些转换用于增强图像。

例如：

CRT的伽玛介于1.8到2.5之间

影像增强

图像增强的主要目的是将给定的图像处理成更适合特定应用的形式。通过增强边缘，边界或对比度等功能，可以使图像更加醒目。在增强功能的同时，数据不会增加，但是所选功能的动态范围会增加，因此可以轻松检测到它。

在图像增强中，难以量化用于增强的标准，为此需要增强技术来获得令人满意的结果。

有两种类型的图像增强方法：

• 空间域技术
• 频域技术

空间域增强方法

空间域技术是在图像平面上执行的，它们直接操纵图像的像素。

操作公式如下：

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

其中g是输出图像，f是输入图像，T是运算

空间域技术又分为两类：

• 点运算(线性运算)
• 空间运算(非线性运算)

频域增强方法

频域通过遵循复杂的线性运算符增强图像。

G(w1, w2) = F(w1, w2) H(w1, w2)

图像增强也可以通过灰度转换来完成。