Gamma校正

简介: 下面是自己所整理的一些gamma校正的东西如有侵权请联系删除。

下面是自己所整理的一些gamma校正的东西如有侵权请联系删除。


Gamma矫正:


伽马矫正也称幂律变换,一般用于平滑的扩展暗调的细节。  进行伽马矫正的原因是人类的眼睛在感知光线时,眼睛对亮度的感知遵循近似的幂函数(如图),而不是线性函数


                        24eba88d212f4cd1b7a1ae2ebe64947f.png


      eq.png     其中A为常量,通常为1,而γ分为解码伽马值和加码伽马值,前者通常为2.2,后者通常为-2.2        人眼对于较暗(接近0)的亮度值比较敏感,对于较亮(接近1)的亮度值则不太敏感

a37a1653c1794b788b68ea09d7a7df64.png


835c6b48021a412195eb535ff09dcffd.png


7f520757560741c9aff02e21bb35e2a4.png

伽马校正:


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。

e30c43fa8484475499364afd24d32653.png

831e24386e7f46bdbfac09e42883648f.png

4341f5c5b9d7434887d987114b62782d.png


Q图像依据上式展开其中a'为0b'为1


98769631700a4db0a4627d68c84234cd.png


 


相关文章
|
8月前
|
机器学习/深度学习
FFT能量归一化
FFT能量归一化
152 0
|
7月前
|
计算机视觉
图像处理之Gamma校正
图像处理之Gamma校正
94 0
|
机器学习/深度学习 搜索推荐
高斯-马尔科夫定理(Gauss-Markov theorem)
高斯-马尔科夫定理(Gauss-Markov theorem),也称为高斯-马尔科夫定理(Gauss-Markov theorem)或线性最小二乘定理(linear least squares theorem),是统计学中一个重要的定理,它描述了在一些假设条件下,普通最小二乘估计(Ordinary Least Squares, OLS)是线性回归模型中最优的无偏估计。
414 0
|
计算机视觉
OpenCV-形态学梯度(GRADIENT)
OpenCV-形态学梯度(GRADIENT)
|
算法 数据库 计算机视觉
舌象图片自适应调节——gamma校正算法(五)
舌象图片自适应调节——gamma校正算法(五)
315 0
|
存储 C++
精度误差问题与eps
精度误差问题与eps
148 0
|
机器学习/深度学习 传感器 算法
【图像重建】基于离散余弦变换DCT图像重建含MSE、PSNR、压缩比附matlab代码
【图像重建】基于离散余弦变换DCT图像重建含MSE、PSNR、压缩比附matlab代码
|
资源调度 计算机视觉
CV10 图像模糊(均值、高斯、中值、双边滤波)
当我们只想得到感兴趣的物体时,通过图像模糊,可以将那些尺寸和亮度较小的物体过滤掉,较大的物体则易于检测。除了降低噪声,这就是图像平滑(模糊)的另一个重要应用:减少噪点,突出ROI,以便目标提取。
397 0
|
计算机视觉
数字图像处理实验(二)|图像变换{离散傅里叶变换fft2,离散余弦变换dct2、频谱平移fftshift}(附实验代码和截图)
数字图像处理实验(二)|图像变换{离散傅里叶变换fft2,离散余弦变换dct2、频谱平移fftshift}(附实验代码和截图)
424 0
数字图像处理实验(二)|图像变换{离散傅里叶变换fft2,离散余弦变换dct2、频谱平移fftshift}(附实验代码和截图)
|
机器学习/深度学习 传感器 算法
基于像素级图像融合的评价指标,包括均方误差,信噪比,熵附matlab代码
基于像素级图像融合的评价指标,包括均方误差,信噪比,熵附matlab代码