Image Negatives

$$ s = L-1-r $$

Log Transformations

$$ s = c\log(1+r) $$

• $c$: constant
• $r\ge 0$

좁은 범위에 분포하는 low gray-level의 범위를 넓힌다.

Power-Law Trasnformations

$$ s = cr^\gamma $$

• $c, \gamma$: positive constants
• Gamma correction이라고 불림

Piecewise-Linear Transformation Functions

Spatial Correlation and Convolution

두 연산이 유사하지만 약간 다르다. CNN에서 사용하는 Convolution은 엄밀히 따지면 Correlation이다. 어차피 학습을 하여 원하는 결과를 얻기 떄문에 상관이 없다.

Correlation

$$ g(x, y) = \sum_{s=-a}^a \sum_{t=-b}^b w(s, t) f(x+s, y+t) $$

Convolution

$$ g(x, y) = \sum_{s=-a}^a \sum_{t=-b}^b w(s, t) f(x-s, y-t) $$

Filter가 symettric하다면 즉, $w(-s, -t) = w(s,t)$이라면, Convotluion과 Correltaiton의 결과가 같다.

Histogram Eqaualization

• $r$: intensity
  • $r\in[0, L-1]$