木柴

摘要： 接第一篇，第一篇整理了一些常用的灰度空间的函数映射变换，和一个基于比特位的Bit-plane slicing.继续往下整理；仍然是基于point的灰度空间处理，直方图是非常常用而有效的技巧。直方图(Histogram manipulation)可以非常有效的用于图像增强，此外，提供了对图像的统计信息，也可以用于其他一些图像处理，如图像压缩和图像分割。较暗的图像的直方图统计成分集中在较低的灰度区间， 明亮图像的直方图统计成分集中在较高的灰度空间，低对比度的图像的直方图统计成分往往集中在灰度空间的中部，所占据的灰度区间也比较狭窄。而较好的具有高对比的图像直方图成分往往会散步整个灰度空间，而且接近均 阅读全文

摘要： 图像的空间域(spatial domain)主要指组成图像的像素点集合。spatial domain process是对空间像素点的直接操作。如果用公式描述为：\( g(x,y) = T{\left[f(x,y)\right]} \)\(f(x,y)\)是输入图像，\(g(x,y)\)是输出图像，空域处理在输入图像上定义了一种操作得到输出图像，往往这种操作对像素点处理，针对像素点\((x,y)\)及其8邻域像素点的操作处理。也可以仅对像素点\((x,y)\)操作，此时\(T\)称为gray-level transformingation function,灰度变换函数。\(s = T(r)\) 阅读全文