社区
机器视觉
帖子详情
图像的Gamma变换有什么直观的解释,它有什么应用?
lxp981818
2004-05-05 03:21:49
我说的Gamma变换的公式是这样的:
(gamma为参数,r,g, b为原图某象素,r',g',b'为目的像素)
r'= max(0,min(255,(r/255)^gamma * 255))
g'= max(0,min(255,(g/255)^gamma * 255))
b'= max(0,min(255,(b/255)^gamma * 255))
...全文
882
4
打赏
收藏
图像的Gamma变换有什么直观的解释,它有什么应用?
我说的Gamma变换的公式是这样的: (gamma为参数,r,g, b为原图某象素,r',g',b'为目的像素) r'= max(0,min(255,(r/255)^gamma * 255)) g'= max(0,min(255,(g/255)^gamma * 255)) b'= max(0,min(255,(b/255)^gamma * 255))
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
4 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
lxp981818
2004-05-08
打赏
举报
回复
谢谢
zzwu
2004-05-06
打赏
举报
回复
抱歉,以上的定性分析中有问题,还是以所介绍网页上的具体图形为准.
zzwu
2004-05-06
打赏
举报
回复
同意以上看法,利用以上公式可用来矫正显示器亮度的非线性.定性关系可由下面的推导得出:
看看gamma值的变化对函数关系(r,g,b)->(r',g',b')值的变化的影响:
当gamma=1时,
r'= max(0,min(255,(r/255)^gamma * 255))
= max(0,min(255,(r/255) * 255))
= max(0,min(255,r))
= max(0,r)
= r
同样可知 g'= g, b'= b,也即r,g,b成份都不变,因而亮度也不变
当gamma>1时,
r'= max(0,min(255,(r/255)^gamma * 255))
> max(0,min(255,(r/255) * 255))
= max(0,min(255,r))
= max(0,r)
= r
同样可知 g'> g, b'> b,也即r,g,b成份都变大,因而亮度也变大
当gamma<1时,
r'= max(0,min(255,(r/255)^gamma * 255))
< max(0,min(255,(r/255) * 255))
= max(0,min(255,r))
= max(0,r)
= r
同样可知 g'< g, b'< b,也即r,g,b成份都变小,因而亮度也变小
可以根据gamma值的变化来定量地画出(r,b,b)->(r',g',b')亮度变化的曲线,详见
http://www.zzwu.net/free/zzwu/gamma.htm
doubhua
2004-05-05
打赏
举报
回复
一种提高图像亮度的方法,但是是非直线的变换,更加适合人眼的观察方式。
Gamma
变换
算法之Matlab&FPGA实现
本文介绍了
Gamma
变换
的原理,
解释
了人眼对亮度的非线性感知,探讨了
Gamma
值为2.2的原因,并展示了如何在Matlab中实现
Gamma
映射。此外,还提及了在FPGA中实现
Gamma
映射的初步步骤。
图像
增强算法小结(直方图、
Gamma
变换
、CLAHE 和 Retinex)
本文总结了四种
图像
增强算法:直方图均衡化、
Gamma
变换
、CLAHE(对比度受限的自适应直方图均衡化)和Retinex理论。通过Python与opencv库,对过曝医学
图像
进行处理,以揭示隐藏的细节信息。
Gamma
变换
用于调整对比度,Laplace
变换
用于边缘检测,CLAHE提供更好的对比度且保持细节,Retinex算法则适用于较暗
图像
,但可能产生光晕效应。
python
图像
增强算法_
图像
增强算法小结(直方图、
Gamma
变换
、CLAHE 和 Retinex)
本文介绍了如何使用Python进行
图像
增强,包括直方图均衡化、
Gamma
变换
、CLAHE和Retinex算法。通过实例展示了这些方法在处理过曝医学
图像
时的效果,特别是CLAHE和Retinex在增强
图像
细节方面的优势。
matlab对
图像
进行
gamma
变换
_MATLAB如何实现
图像
增强灰度
变换
直方图均衡匹配
本文介绍了如何在MATLAB中实现
图像
增强,包括灰度
变换
(负片、对数、伽马、灰度拉伸)、使用imadjust函数、直方图均衡化和规定化处理。通过案例分析和代码示例,详细阐述了这些方法对
图像
显示效果和灰度直方图的影响,以及它们在突出
图像
细节和特征上的
应用
。
图像
的常用灰度
变换
——负片、伽马
变换
、对数
变换
、直方图均衡化、自适应灰度
变换
及其MATLAB实现
本文通过MATLAB代码详细介绍了
图像
预处理中的灰度
变换
技术,包括伽马
变换
、对数
变换
、直方图均衡化等方法。伽马
变换
通过调整
gamma
值改变
图像
灰度分布,对数
变换
则能显著提高
图像
对比度。直方图均衡化则通过重塑灰度直方图来优化
图像
对比度。文章强调了对比度增强对于
图像
观察和分析的重要性,并提供了不同
变换
效果的比较。
机器视觉
4,509
社区成员
15,351
社区内容
发帖
与我相关
我的任务
机器视觉
图形图像/机器视觉
复制链接
扫一扫
分享
社区描述
图形图像/机器视觉
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章