图像对比 深度学习模型 图像对比分析技术

数字图像处理——12种常用图像处理方法对比

• 1.图像反转
• 2.对数变换
• 3.幂次变换
• 4.分段函数
• 5.直方图均衡化
• 6.直方图规定化
• 7.直方图匹配
• 8.线性滤波
• 9.中值滤波与均值滤波
• 10.拉普拉斯锐化滤波
• 11.Sobel 梯度算子

1.图像反转

2.对数变换

表达式为： s = c *log( 1 + r )

c 是一个常数，假设 r ≥0

使一窄带低灰度输入图像值映射为一宽带输出值；

使低灰度范围得以扩展，高灰度范围得以压缩

3.幂次变换

表达式为：s = c*r^γ

其 中 c 和 γ 为正 常数

幂次变换通过幂次曲线中的 γ 值把输入的窄带值映射到宽带输出值。

当 γ <1 时，提高灰度级，使图像变亮

当 γ > 1 时，降低灰度级，使图像变暗

幂次变换用于对比度增强

4.分段函数

5.直方图均衡化

6.直方图规定化

图 © 是将图像 (A) 按图 (b) 的直方图进行规定化得到的结果及其直方图。通过对比可以看出图 © 的对比度同图（ B) 接近一致，对应的直方图形状差异也不大。这样有利于影像拼接处理，保证拼接影像灰度差异小。

7.直方图匹配

8.线性滤波

9.中值滤波与均值滤波

均值滤波去噪时，会造成图像模糊

中值滤波去噪时，能较好的保持图像边缘信息

10.拉普拉斯锐化滤波

11.Sobel 梯度算子