As transformações de intensidade operam diretamente sobre cada pixel individual. Elas são as técnicas mais simples de processamento de imagens. Uma função de mapeamento (T) relaciona a entrada e a saída. Por exemplo, podemos inverter os níveis de cinza. Isto produz o negativo fotográfico da imagem. Por outro lado, podemos comprimir ou expandir a faixa dinâmica. O histograma é uma ferramenta essencial para estas decisões. Ele mostra a distribuição estatística dos níveis de intensidade. Portanto, analisar o histograma guia a escolha da transformação ideal.
equalização de histograma (histogram equalization)
A equalização de histograma é uma técnica totalmente automática. Ela espalha os níveis de intensidade mais frequentes. O objetivo é produzir um histograma uniforme. Consequentemente, o contraste da imagem é maximizado. Este método é ideal para imagens com baixo contraste. Por exemplo, fotos subexpostas ou superexpostas se beneficiam muito. A transformação utiliza a função de distribuição acumulada (CDF). O resultado é uma imagem com tons de cinza mais equilibrados. Contudo, a equalização pode amplificar ruídos indesejáveis. Ela também pode criar uma aparência artificial em algumas imagens.
especificação de histograma (histogram matching)
Às vezes, desejamos que a imagem tenha um formato específico de histograma. A especificação de histograma atende a esta necessidade. Primeiro, equalizamos a imagem original. Em seguida, calculamos a transformação inversa para o histograma desejado. Este processo é chamado de “matching” ou casamento de histogramas. Por exemplo, podemos padronizar a iluminação de várias fotos do mesmo objeto. Isto é útil em sistemas de inspeção industrial automatizados. Outra aplicação comum é na área médica. Médicos podem preferir um padrão visual consistente entre exames. Portanto, a especificação oferece controle total sobre o resultado final.
transformações de potência e logarítmicas
As transformações de potência (gama) são extremamente versáteis. Elas têm a forma s = c * r^γ. Valores de γ menores que 1 clareiam as áreas escuras. Valores de γ maiores que 1 escurecem as áreas claras. A correção gama é vital para calibrar monitores. Por outro lado, a transformação logarítmica comprime a faixa dinâmica. Ela expande os valores escuros e comprime os claros. Por exemplo, usa-se o log para visualizar o espectro de Fourier. Os valores do espectro podem variar na casa dos milhões. O log torna estas variações visíveis ao olho humano. Ambas as técnicas são frequentemente aplicadas em imagens científicas.