第3章灰度变换与空间滤波 它的与众不同之处在于，是透过光线看阴影还是透过阴影看亮度」 一大卫·林赛 引言 术语空间域指图像平面本身，这类图像处理方法直接以图像中的像素操作为基础。这是相对于 变换域中的图像处理而言的，正如2.6.7节所介绍的和第4章将要详细讨论的那样，变换域的图像处 理首先把一幅图像变换到变换域，在变换域中进行处理，然后通过反变换把处理结果返回到空间域。 空间域处理主要分为灰度变换和空间滤波两类。正像本章您将了解到的那样，灰度变换在图像的单个 像素上操作，主要以对比度和阂值处理为目的。空间滤波涉及改善性能的操作，如通过图像中每一个 像素的邻域处理来锐化图像。接下来几节我们将讨论一些经典的灰度变换和空间滤波技术。我们还将 讨论模糊技术的某些细节，以便允许我们在灰度变换和空间滤波算法的公式化表示中并人不太精确的 以知识为基础的信息。 3.1背景知识 3.1.1灰度变换和空间滤波基础 本节讨论的所有图像处理技术都是在空间域进行的。由2.4.2节的讨论，我们知道空间域就是简 单的包含图像像素的平面。如2.6.7节定义的那样，与（第4章的主题）频率域相反，空间域技术直 接在图像像素上操作，例如，对于频率域来说，其操作在图像的傅里叶变换上执行，而不针对图像本 身。正如您将在阅读全书的过程中了解到的那样，某些图像处理任务在空间域中执行更容易或更有意 义，而另一些任务则更适合使用其他方法。通常，空间域技术在计算上更有效，且在执行上需要较少 的处理资源。 本章讨论的空间域处理可由下式表示： g(x,y=TLf(x,y川 (3.1-1) 其中f(x,y)是输入图像，g(x,y)是处理后的图像，T是在点(x,y)的 有时也使用其他形状的邻碱。如 邻域上定义的关于∫的一种算子。算子可应用于单幅图像（本章中我 圆的数 近似。 矩形邻域是到 们的主要关注点)或图像集合，例如，如2.6.3节中讨论的那样，为降 前为止最好的邻域，因为它们在 算机上实现起来更为容易