虚拟主机网站源码,企业建设网站有哪些费用,cpanel 子网站,微信公众号商城开发《数字图像处理-OpenCV/Python》连载#xff08;50#xff09;非线性灰度变换 本书京东优惠购书链接#xff1a;https://item.jd.com/14098452.html 本书CSDN独家连载专栏#xff1a;https://blog.csdn.net/youcans/category_12418787.html 第 7 章 图像的灰度变换 灰度变…《数字图像处理-OpenCV/Python》连载50非线性灰度变换 本书京东优惠购书链接https://item.jd.com/14098452.html 本书CSDN独家连载专栏https://blog.csdn.net/youcans/category_12418787.html 第 7 章 图像的灰度变换 灰度变换按照灰度级的映射函数修改像素的灰度值从而改变图像灰度的动态范围。灰度变换可以使图像的动态范围扩大、图像对比度增强使图像更清晰、特征更明显。 本章内容概要
介绍图像的线性灰度变换理解线性拉伸对灰度动态范围的影响。介绍常用的非线性灰度变换方法如对数变换、幂律变换和分段线性变换。通过灰度变换调整图像色阶理解和校正图像的色调范围和色彩平衡。 7.3 非线性灰度变换
非线性灰度变换是指运用非线性函数调整原始图像的灰度范围。常用方法有对数变换和幂律变换。对数变换与幂律变换的映射关系如图7-4所示。 非线性灰度变换在运算过程中像素值要按实数来计算计算结果也是实数要注意图像数据类型的转换。 7.3.1 对数变换
对数变换是指将输入范围较窄的低灰度级映射为范围较宽的灰度级使较暗区域的对比度增强提升图像的暗部细节。
对数变换可以由以下公式描述 d s t c ∗ l o g ( 1 s r c ) dst c*log(1src) dstc∗log(1src)
式中src和dst分别表示原始图像和变换图像的灰度值c是比例系数。
对数变换实现了扩展低灰度级而压缩高灰度级的效果广泛应用于频谱图像的显示典型应用是傅里叶频谱的显示。 7.3.2 幂律变换
幂律变换也称伽马变换可以提升暗部细节对发白曝光过度或过暗曝光不足的图片进行校正。
伽马变换可以由以下公式描述 d s t c ∗ s r c γ , γ 0 dst c*src^{\gamma}, \gamma0 dstc∗srcγ,γ0
式中src和dst分别表示原始图像和变换图像的灰度值 γ \gamma γ是伽马系数c是比例系数。
当 0 γ 1 0\gamma1 0γ1时拉伸了图像的低灰度级压缩了图像的高灰度级减弱了图像的对比度当 γ \gamma γ1时拉伸了图像的高灰度级压缩了图像的低灰度级增强了图像的对比度。
伽马变换通过非线性变换对人类视觉特性进行补偿可以最大化地利用灰度级的带宽很多拍摄、显示和打印设备的亮度曲线都符合伽马曲线因此伽马变换被广泛应用于显示设备的调校称为伽马校正。 【例程0704】灰度变换之对数变换
本例程为图像灰度变化之对数变换在傅里叶频谱显示中的应用。 # 【0704】灰度变换之对数变换
import cv2 as cv
import numpy as np
from matplotlib import pyplot as pltif __name__ __main__:gray cv.imread(../images/Fig0602.png, flags0) # 读取为灰度图像fft np.fft.fft2(gray) # 傅里叶变换fft_shift np.fft.fftshift(fft) # 将低频部分移动到图像中心amp np.abs(fft_shift) # 傅里叶变换的频谱ampNorm np.uint8(cv.normalize(amp, None, 0, 255, cv.NORM_MINMAX)) # 归一化为 [0,255]ampLog np.abs(np.log(1.0 np.abs(fft_shift))) # 对数变换, c1ampLogNorm np.uint8(cv.normalize(ampLog, None, 0, 255, cv.NORM_MINMAX))plt.figure(figsize(9, 3.2))plt.subplot(131), plt.title(1. Original), plt.axis(off)plt.imshow(gray, cmapgray, vmin0, vmax255)plt.subplot(132), plt.title(2. FFT spectrum), plt.axis(off)plt.imshow(ampNorm, cmapgray, vmin0, vmax255)plt.subplot(133), plt.title(3. LogTrans of FFT), plt.axis(off)plt.imshow(ampLogNorm, cmapgray, vmin0, vmax255)plt.tight_layout()plt.show() 程序说明 1运行结果傅里叶频谱的对数变换如图7-5所示。图7-5(2)所示为图7-5(1)的傅里叶频谱图图7-5(3)所示为图7-5(2)的对数变换图像。 2由于傅里叶频谱的动态范围很宽图7-5(2)只能显示图像中心的一个亮点亮点只有一个像素其实也看不出来丢失了大量的暗部细节。 3图7-5(3)使用对数变换将图7-5(2)的动态范围进行了非线性压缩因此清晰地显示了频谱特征。 图7-5 傅里叶频谱的对数变换 版权声明 youcansxupt 原创作品转载必须标注原文链接(https://blog.csdn.net/youcans/article/details/134726151) Copyright 2023 youcans, XUPT Crated2023-12-01
欢迎关注本书CSDN独家连载专栏 《数字图像处理-OpenCV/Python》连载: https://blog.csdn.net/youcans/category_12418787.html
