图像点处理

怎么理解灰度图?

RGB很明显有三个通道
**我们看红色通道,**因为天空中红色含量(R值)最少,因此红色通道中的天空最暗,而因为建筑红色含量(R值)最高,所以红色通道中的建筑最亮。

怎么理解灰度分布图

x轴为灰度值。表示0~255
y轴为像素数量(频率),表示图像中具有特定灰度值的像素数量。

灰度分布图常见典型特征:

(1)平坦分布:

如果灰度直方图在所有灰度值上分布比较均匀(即y轴值变化不大),说明对比度低。

(2)高峰集中在某一部分:

如果高峰集中在低灰度值区域(靠近0),说明图像偏暗。

如果高峰集中在高灰度值区域(靠近255),说明图像整体偏亮。

(3)双峰分布:

如果灰度直方图有两个明显的峰值,可能表示图像中存在两种主要的灰度区域(例如,背景和目标物体。

灰度分布图的应用:

图像增强:通过调整灰度分布(如直方图均衡化),可以改善图像的对比度和视觉效果。

图像分割:通过分析灰度分布的峰值和谷值,可以确定合适的阈值,用于分割图像中的不同区域。

图像校正:通过观察灰度分布,可以判断图像是否过暗或过亮,并采取相应的校正措施(如伽马变换)

图像点处理定义:

图像点处理是一种对每个像素单独进行操作的处理方式。点处理的核心在于直接对像素的灰度值或颜色值进行变换,而不依赖于像素周围的邻域信息。这种处理方式的特点是像素之间的处理相互独立,因此非常适合并行计算,例如利用GPU加速。

图像点处理可以分为线性点运算和非线性点运算:

线性点运算:

通过线性函数s=ar + b实现,其中r是输入像素值,s是输出像素值,a和b是常数。这种运算可以用于调整图像的亮度和对比度。

非线性点运算:

(1)指数点运算

作用:拓展图像的高灰度级,压缩图像的低灰度级。

(2)对数点运算

作用:扩展图像的低灰度级,压缩图像的高灰度级

(3)对数变换

常用于图像处理中以增强图像的暗部细节。

其基本公式为: s = c log(1 + r)

其中,r 是输入图像的灰度值,s 是输出图像的灰度值,c 是一个常数,用于调整变换后的灰度值范围。

(4)伽马变换

常用于调整图像的对比度和亮度。其基本公式为: s = c × r^γ

其中,r 是输入灰度值,s 是输出灰度值,cγ 是正常数。

γ < 1 时,伽马变换会拉伸低灰度值区域,压缩高灰度值区域,使图像的暗部更亮

γ > 1 时,伽马变换会拉伸高灰度值区域,压缩低灰度值区域,使图像的亮部更亮

相关推荐
AAIshangyanxiu6 分钟前
AI支持下的-ArcGIS数据处理、空间分析、可视化及多案例综合应用
人工智能·深度学习·机器学习·arcgis·arcgis二次开发
蓦然回首却已人去楼空8 分钟前
Build a Large Language Model (From Scratch) 第二章 Working with text data
人工智能·语言模型·自然语言处理
亚图跨际14 分钟前
数值偏微分方程的代数骨架:线性代数及其挑战-AI云计算
人工智能·线性代数·机器学习
cetcht888822 分钟前
从隐患频发走向精准防控:配电室电力安全监控系统
网络·人工智能
铭记北宸24 分钟前
AI赋能Automa二次开发
人工智能
滴答滴答嗒嗒滴26 分钟前
TensorZero:开源 LLM 应用优化与可观测性平台
人工智能·ai·开源·llm·大语言模型·tensorzero
说私域31 分钟前
基于开源AI智能名片链动2+1模式S2B2C商城小程序的新零售融合路径研究
人工智能·小程序·开源·零售
机器学习算法与Python实战32 分钟前
一个超强的推理增强大模型,开源了,本地部署
人工智能
飞哥数智坊42 分钟前
设计师的天又塌了!即梦3.0智能参考实测:换背景、改风格、保人像、玩文字样样炸裂(含案例+提示词)
人工智能
jndingxin1 小时前
OpenCV CUDA模块中用于稠密光流计算的 TV-L1(Dual TV-L1)算法类cv::cuda::OpticalFlowDual_TVL1
人工智能·opencv·算法