CN114757853A - 平场校正函数的获取方法及系统、平场校正方法及系统 - Google Patents

Abstract

本申请涉及一种平场校正函数的获取方法及系统、平场校正方法及系统，将两组于不同灰度场景下拍摄的图像分别进行图像均值化处理，获得两张均值图像；确定出均值图像的亮区，获取亮区中所有像素点的灰度平均值；结合两张均值图像亮区的灰度平均值，以及两张均值图像中位置相对应的像素点的灰度值，获取各个位置相对应的像素点的平场校正函数的校正系数；结合两张均值图像中位置相对应的像素点的灰度值、校正系数，反算出各个位置相对应的像素点的平场校正函数的校正常数；代入校正系数和校正常数，得到各个位置相对应的像素点的平场校正函数。本申请可以对图像进行校正，解决图像出现中间亮度高而边缘亮度低的问题，避免影响后续缺陷检测的结果。

Description

平场校正函数的获取方法及系统、平场校正方法及系统

技术领域

本申请涉及图像处理技术领域，特别涉及一种平场校正函数的获取方法及系统、平场校正方法及系统。

背景技术

理想情况下，当相机对亮度均匀的目标成像时，得到图像中所有像素点的灰度值理论上应该是均匀的，然而，实际上图像中的各个像素点的灰度值往往有较大差异，呈现出中间亮度高而边缘亮度低的情况，且这种亮度差异有时候比较大。

这种情况，往往是因为镜头的原因造成的，如果使用这种镜头采集图像，并利用所得到的图像，进行缺陷检测，势必会影响缺陷检测结果。

发明内容

本申请实施例提供一种平场校正函数的获取方法及系统、平场校正方法及系统，可以对图像进行校正，解决图像出现中间亮度高而边缘亮度低的问题。

第一方面，提供了一种平场校正函数的获取方法，其包括如下步骤：

将两组于不同灰度场景下拍摄的图像分别进行图像均值化处理，获得两张均值图像；

确定出两张均值图像的亮区，并分别获取两张均值图像的亮区中所有像素点的灰度平均值；

结合两张均值图像亮区的灰度平均值，以及两张均值图像中位置相对应的像素点的灰度值，获取各个位置相对应的像素点的平场校正函数的校正系数；

结合两张均值图像中位置相对应的像素点的灰度值、校正系数，反算出各个位置相对应的像素点的平场校正函数的校正常数；

代入校正系数和校正常数，得到各个位置相对应的像素点的平场校正函数。

一些实施例中，将均值图像中位于中心区域的部分划分为亮区。

一些实施例中，将均值图像中各个像素点的灰度值与预设值进行比较，筛选出灰度值大于预设值的像素点，作为良点；

将所有的良点所在区域作为整体，划分成亮区。

一些实施例中，不同灰度场景包括第一灰度场景和第二灰度场景，且第一灰度场景的灰度百分比小于第二灰度场景的灰度百分比；

结合两张均值图像亮区的灰度平均值，以及两张均值图像中位置相对应的像素点的灰度值，获取各个位置相对应的像素点的平场校正函数的校正系数，包括如下步骤：

利用第二灰度场景的均值图像亮区的灰度平均值，减去第一灰度场景的均值图像亮区的灰度平均值，得到第一差值；

利用第二灰度场景的均值图像中一个像素点的灰度值，减去第一灰度场景的均值图像中与该像素点位置相对应的像素点的灰度值，得到第二差值；

获取第一差值与第二差值的商，得到校正系数；

以此类推，获取各个位置相对应的像素点的平场校正函数的校正系数。

一些实施例中，不同灰度场景包括第一灰度场景和第二灰度场景，且第一灰度场景的灰度百分比小于第二灰度场景的灰度百分比；

结合两张均值图像中位置相对应的像素点的灰度值、校正系数，反算出各个位置相对应的像素点的平场校正函数的校正常数，包括如下步骤：

将第二灰度场景均值图像中一个像素点的灰度值作为因变量，第一灰度场景中与该像素点位置相对应的像素点的灰度值作为自变量，将因变量、自变量和校正系数，代入平场校正函数中，反算出校正常数；

以此类推，获取各个像素点的平场校正函数的校正常数。

一些实施例中，不同灰度场景包括第一灰度场景和第二灰度场景，且第一灰度场景的灰度百分比为0%，第二灰度场景的灰度百分比为60%。

一些实施例中，不同灰度场景包括第一灰度场景和第二灰度场景，且第一灰度场景的灰度百分比为50%，第二灰度场景的灰度百分比为60%。

第二方面，提供了一种平场校正方法，其包括如下步骤：

获取待校正图像的各个像素点的灰度值；

将各个像素点的灰度值作为自变量，代入对应的平场校正函数中，计算出目标灰度值；其中，所述平场校正函数采用如上任一所述的平场校正函数的获取方法得到；

将待校正图像的各个像素点的灰度值调整至对应的目标灰度值。

第三方面，提供了一种平场校正函数的获取系统，其包括：

图像处理模块，其用于：将两组于不同灰度场景下拍摄的图像分别进行图像均值化处理，获得两张均值图像；

灰度获取模块，其用于：获取均值图像上各个像素点的灰度值，以及确定出两张均值图像的亮区，并分别获取两张均值图像的亮区中所有像素点的灰度平均值；

校正因子获取模块，其用于：结合两张均值图像亮区的灰度平均值，以及两张均值图像中位置相对应的像素点的灰度值，获取各个位置相对应的像素点的平场校正函数的校正系数；以及，结合两张均值图像中位置相对应的像素点的灰度值、校正系数，反算出各个位置相对应的像素点的平场校正函数的校正常数；

函数生成模块，其用于：代入校正系数和校正常数，得到各个位置相对应的像素点的平场校正函数。

第四方面，提供了一种平场校正系统，其包括：

灰度获取模块，其用于：获取待校正图像的各个像素点的灰度值；

计算模块，其用于：将各个像素点的灰度值作为自变量，代入对应的平场校正函数中，计算出目标灰度值；其中，所述平场校正函数采用如上所述的平场校正函数的获取系统得到；

灰度调整模块，其用于：将待校正图像的各个像素点的灰度值调整至对应的目标灰度值。

本申请提供的技术方案带来的有益效果包括：

本申请实施例提供了一种平场校正函数的获取方法及系统、平场校正方法及系统，可以对图像进行校正，解决图像出现中间亮度高而边缘亮度低的问题，避免影响后续缺陷检测的结果。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的平场校正函数的获取方法流程图；

图2为本申请实施例提供的校正系数的获取流程图；

图3为本申请实施例提供的校正常数的获取流程图；

图4为本申请实施例提供的平场校正方法流程图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

参见图1所示，本申请实施例提供的一种平场校正函数的获取方法，其包括如下步骤：

101：将两组于不同灰度场景下拍摄的图像分别进行图像均值化处理，获得两张均值图像。

不同灰度场景包括第一灰度场景和第二灰度场景，且第一灰度场景的灰度百分比小于第二灰度场景的灰度百分比；两个灰度场景的灰度百分比可以根据实际需要设定，作为示例，比如，第一灰度场景的灰度百分比为0%，第二灰度场景的灰度百分比为60%，或者第一灰度场景的灰度百分比为50%，第二灰度场景的灰度百分比为60%。

上述灰度场景的灰度百分比是可以根据实际需要调节出来的，作为示例，比如保持光强不变，通过调整曝光时间来调节灰度百分比，或者采用其他的常用方式进行调节。

需要说明的是，在使用相机采集图像时，可以选择拍摄10张作为一组，或者更多、或者更少张图像作为一组，具体的数量，根据实际需要确定。

相机有黑白相机和彩色相机之分，拍摄的图像同样有黑白图像和彩色图像的区别。

采用黑白相机拍摄时，得到的图像为黑白图像，而采用彩色相机拍摄，得到的图像为彩色图像。

无论是黑白图像，还是彩色图像，其图像均值化处理方法的原理是相同的。

假如黑白图像有10×10个像素点，一组图像有15张。

由于黑白图像的像素点有一个通道，即Y通道。在进行图像均值化处理时，具体方式如下：

将15张图像中，坐标为（1,1）的像素点的Y通道像素值相加求均值，将该均值作为均值图像上坐标为（1,1）的像素点Y通道像素值；再将15张图像中，坐标为（1,2）的像素点的Y通道像素值相加求均值，将该均值作为均值图像上坐标为（1,2）的像素点Y通道像素值；依此类推，即可得到黑白的均值图像。

假如彩色图像有10×10个像素点，一组图像有15张。

由于彩色图像的像素点有三个通道，即R通道、G通道和B通道。在进行图像均值化处理时，具体方式如下：

将15张图像中，坐标为（1,1）的像素点的R通道像素值相加求均值，将该均值作为均值图像上坐标为（1,1）的像素点R通道像素值；再将15张图像中，坐标为（1,1）的像素点的G通道像素值相加求均值，将该均值作为均值图像上坐标为（1,1）的像素点G通道像素值；最后将15张图像中，坐标为（1,1）的像素点的B通道像素值相加求均值，将该均值作为均值图像上坐标为（1,1）的像素点B通道像素值；将15张图像中，坐标为（1,2）的像素点的R通道像素值相加求均值，将该均值作为均值图像上坐标为（1,2）的像素点R通道像素值；再将15张图像中，坐标为（1,2）的像素点的G通道像素值相加求均值，将该均值作为均值图像上坐标为（1,2）的像素点G通道像素值；最后将15张图像中，坐标为（1,2）的像素点的B通道像素值相加求均值，将该均值作为均值图像上坐标为（1,2）的像素点B通道像素值；依此类推，即可得到彩色的均值图像。

下述的步骤中，需要使用到灰度值，对于黑白的均值图像，无需进行灰度化处理，而对于彩色的均值图像，需要进行灰度化处理，灰度化处理的方法，可以采用浮点算法、整数方法、移位方法、平均值法或仅取绿色的方法。

102：确定出两张均值图像的亮区，并分别获取两张均值图像的亮区中所有像素点的灰度平均值。

获取亮区中所有像素点的灰度平均值，目的是为了后续计算校正系数。

亮区的确定，有多种方式。

由于采集的图像，呈现出中间亮度高而边缘亮度低的情况，因此，作为示例，在一个方式中，直接选择均值图像中位于中心区域的一部分作为亮区，避开边缘亮度低的区域，所选择出来的这一部分的大小可以根据实际需要确定，比如可以选择20×20个像素点的大小，或者更大或者更小。

作为示例，在另一个方式中，可以通过判断灰度值大小的方式来确定，具体地，将均值图像中各个像素点的灰度值与预设值进行比较，筛选出灰度值大于预设值的像素点，作为良点；将所有的良点所在区域作为整体，划分成亮区。其中，预设值的大小可以根据实际需要确定。

此外，两个均值图像中的亮区的大小可以相同，也可以不相同，当然了，为了保证获得的校正函数更加准确、更加符合实际情况，最好是相同；而且两个均值图像中的亮区的位置可以重合，也可以不重合，当然了，为了保证获得的校正函数更加准确、更加符合实际情况，最好是重合。

103：结合两张均值图像亮区的灰度平均值，以及两张均值图像中位置相对应的像素点的灰度值，获取各个位置相对应的像素点的平场校正函数的校正系数。

步骤103的目的是获取各个像素点的校正系数，具体地，参见图2所示，包括如下步骤：

201：利用第二灰度场景的均值图像亮区的灰度平均值，减去第一灰度场景的均值图像亮区的灰度平均值，得到第一差值。

202：利用第二灰度场景的均值图像中一个像素点的灰度值，减去第一灰度场景的均值图像中与该像素点位置相对应的像素点的灰度值，得到第二差值。

203：获取第一差值与第二差值的商，得到校正系数。

204：以此类推，获取各个位置相对应的像素点的平场校正函数的校正系数。

比如，选取第二灰度场景的均值图像中坐标为（1，1）的像素点的灰度值，减去第一灰度场景的均值图像中坐标为（1，1）的像素点的灰度值，得到第二差值。计算第一差值/第二差值，得到坐标为（1，1）的像素点的校正系数。

再选取第二灰度场景的均值图像中坐标为（1，2）的像素点的灰度值，减去第一灰度场景的均值图像中坐标为（1，2）的像素点的灰度值，得到第二差值。计算第一差值/第二差值，得到坐标为（1，2）的像素点的校正系数。

直到计算出每一个坐标处的像素点的校正系数。

需要说明的是，上述在计算校正系数时，可以按照“计算一个第二差值后计算一个校正系数，再计算下一个第二差值后计算下一个校正系数”的规律，计算出每一个坐标处的像素点的校正系数。

也可以按照“计算出所有的第二差值后，再一个接一个地计算每一个坐标处的像素点的校正系数”的规律，计算出每一个坐标处的像素点的校正系数。

104：结合两张均值图像中位置相对应的像素点的灰度值、校正系数，反算出各个位置相对应的像素点的平场校正函数的校正常数。

参见图3所示，步骤104具体包括如下步骤：

301：将第二灰度场景均值图像中一个像素点的灰度值作为因变量，第一灰度场景中与该像素点位置相对应的像素点的灰度值作为自变量，将因变量、自变量和校正系数，代入平场校正函数中，反算出校正常数；

302：以此类推，获取各个像素点的平场校正函数的校正常数。

比如，选取第二灰度场景的均值图像中坐标为（1，1）的像素点的灰度值，作为因变量y，第一灰度场景的均值图像中坐标为（1，1）的像素点的灰度值，作为自变量x，将x、y和坐标为（1，1）的像素点的校正系数代入到平场校正函数中，即可反算出坐标为（1，1）的像素点的校正常数。

再选取第二灰度场景的均值图像中坐标为（1，2）的像素点的灰度值，作为因变量y，第一灰度场景的均值图像中坐标为（1，2）的像素点的灰度值，作为自变量x，将x、y和坐标为（1，2）的像素点的校正系数代入到平场校正函数中，即可反算出坐标为（1，2）的像素点的校正常数。

直到计算出每一个坐标处的像素点的校正常数。

105：代入校正系数和校正常数，得到各个位置相对应的像素点的平场校正函数。

本申请的原理如下：

利用同一个相机，在不同灰度场景下拍摄图像，这两张图片位置相对应的像素点的灰度值通常呈线性关系，记为y=kx+b。

在不同灰度场景下，拍摄一组图像进行均值化处理，由于拍出来的图像，呈现出中间亮度高而边缘亮度低的情况，因此，均值化图像同样存在这一情况，故将均值化图像中部亮度较高的区域作为亮区，计算出所有像素点的灰度平均值，以减小误差。

将两张均值图像亮区的灰度平均值求差，以得到第一差值，再计算出两张均值图像位置相对应的像素点的灰度值的差值，即第二差值，利用第一差值除以第二差值，即可得到每个像素点的校正系数，即k。

再将一个灰度场景均值图像中一个像素点的灰度值作为因变量y，另一个灰度场景中与该像素点位置相对应的像素点的灰度值作为自变量x，由于k、y和x都已知，将三者代入平场校正函数y=kx+b中进行反算，即可得到b。

由此，即可计算出每个像素点的平场校正函数y=kx+b。

可见，利用本申请提供的方法，可以获得每一个像素点的平场校正函数，利用平场校正函数，结合待校正图像每个像素点的灰度值，即可计算出每个像素点的目标灰度值，进而进行平场校正，因此，本申请可以对图像进行校正，解决图像出现中间亮度高而边缘亮度低的问题，避免影响后续缺陷检测的结果。

需要说明的是，不同的相机，其具有对应的平场校正函数，比如，M相机对应的平场校正函数为m，N相机对应的平场校正函数为n，当使用M相机采集出待校正图像后，需要使用平场校正函数m对该待校正图像的每一个像素点进行平场校正，而不应当使用平场校正函数n进行平场校正。

参见图4所示，本申请实施例还提供了一种平场校正方法，其包括如下步骤：

401：利用相机拍摄图像，得到待校正图像，获取待校正图像的各个像素点的灰度值。

402：将各个像素点的灰度值作为自变量，代入对应的平场校正函数y=kx+b中，计算出目标灰度值；其中，所述平场校正函数采用上述实施例提供的平场校正函数的获取方法得到。

403：将待校正图像的各个像素点的灰度值调整至对应的目标灰度值，得到校正后的图像。

可见，利用本申请提供的方法，可以对图像进行校正，解决图像出现中间亮度高而边缘亮度低的问题，避免影响后续缺陷检测的结果。

基于上述平场校正函数的获取方法，本申请实施例还提供了一种平场校正函数的获取系统，其包括图像处理模块、灰度获取模块、校正因子获取模块和函数生成模块，其中：

图像处理模块用于：将两组于不同灰度场景下拍摄的图像分别进行图像均值化处理，获得两张均值图像；

灰度获取模块用于：获取均值图像上各个像素点的灰度值，以及确定出两张均值图像的亮区，并分别获取两张均值图像的亮区中所有像素点的灰度平均值；

校正因子获取模块用于：结合两张均值图像亮区的灰度平均值，以及两张均值图像中位置相对应的像素点的灰度值，获取各个位置相对应的像素点的平场校正函数的校正系数；以及，结合两张均值图像中位置相对应的像素点的灰度值、校正系数，反算出各个位置相对应的像素点的平场校正函数的校正常数；

函数生成模块用于：代入校正系数和校正常数，得到各个位置相对应的像素点的平场校正函数。

基于上述平场校正方法，本申请实施例还提供了一种平场校正系统，其包括灰度获取模块、计算模块和灰度调整模块，其中：

灰度获取模块用于：获取待校正图像的各个像素点的灰度值。

计算模块用于：将各个像素点的灰度值作为自变量，代入对应的平场校正函数中，计算出目标灰度值；其中，所述平场校正函数采用上述平场校正函数的获取系统得到。

灰度调整模块用于：将待校正图像的各个像素点的灰度值调整至对应的目标灰度值。

在本申请的描述中，需要说明的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

需要说明的是，在本申请中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种平场校正函数的获取方法，其特征在于，其包括如下步骤：

将两组于不同灰度场景下拍摄的图像分别进行图像均值化处理，获得两张均值图像；

确定出两张均值图像的亮区，并分别获取两张均值图像的亮区中所有像素点的灰度平均值；

结合两张均值图像亮区的灰度平均值，以及两张均值图像中位置相对应的像素点的灰度值，获取各个位置相对应的像素点的平场校正函数的校正系数；

结合两张均值图像中位置相对应的像素点的灰度值、校正系数，反算出各个位置相对应的像素点的平场校正函数的校正常数；

代入校正系数和校正常数，得到各个位置相对应的像素点的平场校正函数。

2.如权利要求1所述的平场校正函数的获取方法，其特征在于：

将均值图像中位于中心区域的部分划分为亮区。

3.如权利要求1所述的平场校正函数的获取方法，其特征在于：

将均值图像中各个像素点的灰度值与预设值进行比较，筛选出灰度值大于预设值的像素点，作为良点；

将所有的良点所在区域作为整体，划分成亮区。

4.如权利要求1所述的平场校正函数的获取方法，其特征在于：

不同灰度场景包括第一灰度场景和第二灰度场景，且第一灰度场景的灰度百分比小于第二灰度场景的灰度百分比；

结合两张均值图像亮区的灰度平均值，以及两张均值图像中位置相对应的像素点的灰度值，获取各个位置相对应的像素点的平场校正函数的校正系数，包括如下步骤：

利用第二灰度场景的均值图像亮区的灰度平均值，减去第一灰度场景的均值图像亮区的灰度平均值，得到第一差值；

利用第二灰度场景的均值图像中一个像素点的灰度值，减去第一灰度场景的均值图像中与该像素点位置相对应的像素点的灰度值，得到第二差值；

获取第一差值与第二差值的商，得到校正系数；

以此类推，获取各个位置相对应的像素点的平场校正函数的校正系数。

5.如权利要求1所述的平场校正函数的获取方法，其特征在于：

不同灰度场景包括第一灰度场景和第二灰度场景，且第一灰度场景的灰度百分比小于第二灰度场景的灰度百分比；

结合两张均值图像中位置相对应的像素点的灰度值、校正系数，反算出各个位置相对应的像素点的平场校正函数的校正常数，包括如下步骤：

将第二灰度场景均值图像中一个像素点的灰度值作为因变量，第一灰度场景中与该像素点位置相对应的像素点的灰度值作为自变量，将因变量、自变量和校正系数，代入平场校正函数中，反算出校正常数；

以此类推，获取各个像素点的平场校正函数的校正常数。

6.如权利要求1所述的平场校正函数的获取方法，其特征在于：

不同灰度场景包括第一灰度场景和第二灰度场景，且第一灰度场景的灰度百分比为0%，第二灰度场景的灰度百分比为60%。

7.如权利要求1所述的平场校正函数的获取方法，其特征在于：

不同灰度场景包括第一灰度场景和第二灰度场景，且第一灰度场景的灰度百分比为50%，第二灰度场景的灰度百分比为60%。

8.一种平场校正方法，其特征在于，其包括如下步骤：

获取待校正图像的各个像素点的灰度值；

将各个像素点的灰度值作为自变量，代入对应的平场校正函数中，计算出目标灰度值；其中，所述平场校正函数采用如权利要求1至7任一所述的平场校正函数的获取方法得到；

将待校正图像的各个像素点的灰度值调整至对应的目标灰度值。

9.一种平场校正函数的获取系统，其特征在于，其包括：

图像处理模块，其用于：将两组于不同灰度场景下拍摄的图像分别进行图像均值化处理，获得两张均值图像；

灰度获取模块，其用于：获取均值图像上各个像素点的灰度值，以及确定出两张均值图像的亮区，并分别获取两张均值图像的亮区中所有像素点的灰度平均值；

校正因子获取模块，其用于：结合两张均值图像亮区的灰度平均值，以及两张均值图像中位置相对应的像素点的灰度值，获取各个位置相对应的像素点的平场校正函数的校正系数；以及，结合两张均值图像中位置相对应的像素点的灰度值、校正系数，反算出各个位置相对应的像素点的平场校正函数的校正常数；

函数生成模块，其用于：代入校正系数和校正常数，得到各个位置相对应的像素点的平场校正函数。

10.一种平场校正系统，其特征在于，其包括：

灰度获取模块，其用于：获取待校正图像的各个像素点的灰度值；

计算模块，其用于：将各个像素点的灰度值作为自变量，代入对应的平场校正函数中，计算出目标灰度值；其中，所述平场校正函数采用如权利要求9所述的平场校正函数的获取系统得到；

灰度调整模块，其用于：将待校正图像的各个像素点的灰度值调整至对应的目标灰度值。

Images