本文共 572 字，大约阅读时间需要 1 分钟。

图像处理

点算子

图像处理中最基本的运算就是点运算，就是针对每个像素点进行计算。

伽马压缩

在传输过程中引入的噪声在黑暗区域被压扁，这与视觉系统的噪声敏感区域相对应。

伽马矫正

• 伽马校正可以用来调整图像的亮度，公式为 I = I^gamma。
• 当gamma>1，高光部分动态范围被压缩，低光部分动态范围被扩展（使低光部分的细节可以看清），图像整体变暗；
• 当gamma<1，高光部分被扩展，低光部分被压缩，图像整体变亮。

直方图均衡化

直方图均衡化非线性处理，图片无法还原。

经过直方图均衡化的处理，颜色的数目通常减少。

自适应直方图均衡化

AHE算法通过计算图像的局部直方图，然后重新分布亮度来改变图像对比度。

• 通过插值加快计算速度

插值使得上述算法效率上有极大的提升，并且质量上没有下降。首先，将图像均匀分成等份矩形大小，如下图的右侧部分所示（8行8列64个块是常用的选择）。然后计算个块的直方图、CDF以及对应的变换函数。这个变换函数对于块的中心像素（下图左侧部分的黑色小方块）是完全符合原始定义的。而其他的像素通过哪些于其临近的四个块的变换函数插值获取。位于图中蓝色阴影部分的像素采用双线性查插值，而位于便于边缘的（绿色阴影）部分采用线性插值，角点处（红色阴影处）直接使用块所在的变换函数。

直方图均衡化的算法实现

直方图均衡化的理论推导

转载地址：https://mortal.blog.csdn.net/article/details/91894653 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！