产品中心

图像线性化的三种方式

发布日期:2020-07-27 22:53

  只是要记住:例如,在分辨率测试中,如果你分析伽马校正的图像,输出的数据相对于反射率不是线性的(但是又必须分析)。

  图1表示了带有16灰阶的西门子星图。图中显示了图像中的灰阶反射率和数值的关系。对于线性化,你可以使用逆函数去映射原数据值,使之成为直线。

  因此如果你想对上面所说的光电转换函数(OECF)线性化,就有着至少三种方法去做。三种方法分别是:1.Full Image Range

  第一次尝试线性化是决定把图像中的最小值作为黑色参考值,最大值作为白色参考值。通过这两个点可以决定一条直线,可以映射原始数据。我们称这种方法为“Full Image Range”,因为我们使用图像中的最小和最大值。在图2中,你可以看到绿色的直线是从最小值开始到最大值结束。

  “MTF”方法和“Full Image Range”方法类似。只不过MTF方法是有一个偏移量,就是把所有的值减去最小值,数据是从0开始,—Imin。正如在图2中看到的,蓝色的线(MTF)和绿色的线有着相同的斜率,不同的是偏移量,而这个偏移量就是原始图像数据中最小的值,所以MTF方法的线……..Imax—Imin。

  如果你想使用图像的全部位深,即从最小值到你可以得到的最大值。你可以把原始数据线.这个方法的结果就是图2中的红色直线。所有方法都有一个共同点:必须要定义两个参考点,然后计算出一条线性直线去匹配原始数据。但是“Full Data Range”“MTF”和“Full Image Range”方法有一个不同的是对比度。

  在前面的两个方法中,对比度是1,因为它们使用的是0作为最小值,但是“Full Image Range”方法和原图像有着一样的对比度。

  这三种方法要使用哪种方法取决于应用领域。例如,如果你想确定图像中最暗和最亮区域的噪声(作为标准偏差),你使用“Full Data Range”“MTF”方法就会出错,因为他们已经减去一部分值。但是如果对比度1是必须的,你可以使用“Full Data Range”或“MTF”方法,正如在图3中看到的。

  魅族MX6拆解:看看它的做工是不是线推送时间曝光:应用运行速度提升6倍

  :华为这样的,从芯片-

  手机-

  基站-

  移动互联+云服务, 属于自底上向的路子。 软银,互联网-

  移动互联-

  手机-

  :从大疆开始到300多家无人机企业,这就是中国式发展,这是好事还是坏事真说不清楚,但我想肯定也不是什么大好事,再过5年能剩下30家就很厉…

  :双摄最先出来的是酷派的大观5,后市华为荣耀6,后是奇酷大QQ的黑白双摄,再后就是华为也采用黑白双摄,只可惜酷派的双摄开花,华为收获啊

  :① “有点常识的人都明白,要得到一项技术或好的产品,要么自己研发,要么把别人的专利和技术买过来,从结果来是一样的,都得到了想要的…一个联想员工的回击--谈朋友圈华为的…52RD网友

  :台湾的企业家应该有雄心拥抱大陆,像华为依托大陆已经飞速发展。反而以前台湾那些知名IT企业都走下坡路。台湾早点融入大陆对台湾的企业是…张忠谋:欢迎大陆投资者来投资 但不…特别推荐 Recommend