免责声明：我要说的是一般的经验法则，也有例外。

简而言之：线性空间对于计算机视觉更有用，而非线性空间对于向人类显示最终图像更有用，而不输出定量分析。

这在很大程度上取决于您的问题。

线性空间与物理测量更相关。因此，当您处理诸如计数实例、对象位置等测量时，其中的阈值更自然。噪声以可预测的方式表现 - 信号的方差线性依赖于信号的平均值。还有许多其他属性可以使您的算法更直接且更易于实现。除此之外，当您选择阈值时，您可以使用信号的线性度。

另一方面，非线性空间更多地与人类对光强度的感知有关。因此，它更适合于没有测量的图像处理问题，而是向观察者展示一个好的图像，或者以人类的方式测量某些东西。

例子：

线性空间 - 在显微图像中计数细胞，发现晶片中的缺陷，跟踪道路上的汽车。（由于所涉及过程的物理特性，一些图像处理操作必须在线性空间中完成，但最终图像几乎总是在非线性域中）

非线性空间- 执行图像处理像素运算操作以在平板电脑上显示漂亮的图像，尝试发现地毯纹理上的缺陷，执行医学图像的图像分割以帮助人类解释场景。