Transformation du niveau de gris
Nous avons discuté de certaines des transformations de base dans notre tutoriel sur la transformation de base. Dans ce didacticiel, nous examinerons certaines des transformations de base des niveaux de gris.
Amélioration d'images
L'amélioration d'une image offre un meilleur contraste et une image plus détaillée par rapport à une image non améliorée. L'amélioration de l'image a de très bonnes applications. Il est utilisé pour améliorer les images médicales, les images capturées par télédétection, les images du satellite, etc.
La fonction de transformation a été donnée ci-dessous
s = T (r)
où r sont les pixels de l'image d'entrée et s les pixels de l'image de sortie. T est une fonction de transformation qui mappe chaque valeur de r à chaque valeur de s. L'amélioration de l'image peut être effectuée par des transformations de niveaux de gris qui sont décrites ci-dessous.
Transformation du niveau de gris
Il existe trois transformations de niveau de gris de base.
- Linear
- Logarithmic
- Loi de puissance
Le graphique global de ces transitions est présenté ci-dessous.
Transformation linéaire
Nous examinerons d'abord la transformation linéaire. La transformation linéaire comprend une identité simple et une transformation négative. La transformation d'identité a été abordée dans notre tutoriel sur la transformation d'image, mais une brève description de cette transformation a été donnée ici.
La transition d'identité est représentée par une ligne droite. Dans cette transition, chaque valeur de l'image d'entrée est directement mappée à chaque autre valeur de l'image de sortie. Cela donne la même image d'entrée et la même image de sortie. Et par conséquent est appelée transformation d'identité. Il a été montré ci-dessous:
Transformation négative
La deuxième transformation linéaire est la transformation négative, qui est l'inverse de la transformation d'identité. En transformation négative, chaque valeur de l'image d'entrée est soustraite de L-1 et mappée sur l'image de sortie.
Le résultat est un peu comme ça.
Image d'entrée
Image de sortie
Dans ce cas, la transition suivante a été effectuée.
s = (L - 1) - r
puisque l'image d'entrée d'Einstein est une image de 8 bpp, donc le nombre de niveaux dans cette image est de 256. En mettant 256 dans l'équation, nous obtenons ceci
s = 255 - r
Ainsi, chaque valeur est soustraite de 255 et l'image de résultat a été affichée ci-dessus. Donc, ce qui se passe, c'est que les pixels plus clairs deviennent sombres et l'image plus sombre devient claire. Et il en résulte une image négative.
Cela a été montré dans le graphique ci-dessous.
Transformations logarithmiques
La transformation logarithmique contient en outre deux types de transformation. Transformation de journal et transformation de journal inverse.
Transformation du journal
Les transformations du journal peuvent être définies par cette formule
s = c log (r + 1).
Où s et r sont les valeurs de pixel de la sortie et de l'image d'entrée et c est une constante. La valeur 1 est ajoutée à chacune des valeurs de pixel de l'image d'entrée car s'il y a une intensité de pixel de 0 dans l'image, alors log (0) est égal à l'infini. Donc 1 est ajouté, pour rendre la valeur minimale au moins 1.
Lors de la transformation du journal, les pixels sombres d'une image sont étendus par rapport aux valeurs de pixels supérieures. Les valeurs de pixels les plus élevées sont en quelque sorte compressées dans la transformation du journal. Cela entraîne une amélioration de l'image suivante.
La valeur de c dans la transformation du journal ajuste le type d'amélioration que vous recherchez.
Image d'entrée
Image de transformation du journal
La transformée log inverse est opposée à la transformée log.
Transformations du pouvoir - loi
Il existe deux autres transformations de la loi de puissance, qui incluent la nième transformation de puissance et la nième transformation de racine. Ces transformations peuvent être données par l'expression:
s = cr ^ γ
Ce symbole γ est appelé gamma, en raison de laquelle cette transformation est également appelée transformation gamma.
La variation de la valeur de γ fait varier la mise en valeur des images. Différents dispositifs d'affichage / moniteurs ont leur propre correction gamma, c'est pourquoi ils affichent leur image à une intensité différente.
Ce type de transformation est utilisé pour améliorer les images pour différents types de dispositifs d'affichage. Le gamma des différents appareils d'affichage est différent. Par exemple, le gamma du CRT se situe entre 1,8 et 2,5, ce qui signifie que l'image affichée sur le CRT est sombre.
Correction gamma.
s = cr ^ γ
s = cr ^ (1 / 2,5)
La même image mais avec des valeurs gamma différentes a été présentée ici.
Par exemple
Gamma = 10
Gamma = 8
Gamma = 6
