原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
实验二 数字图像的直方图规定化处理.doc
实验二 数字图像的直方图规定化处理
一、 实验目的
（一）掌握数字图像的直方图规定化处理的算法和方法。
（二）熟悉数字图像的直方图规定化处理的算法原理。
二、 实验原理和方法
直方图规定化是用于产生处理后有特殊直方图的图像方法。
令和分别为原始图像和期望图像的灰度概率密度函数。对原始图像和期望图像均作直方图均衡化处理，应有：
， ，
由于都是作直方图均衡化处理，所以处理后的原图像的灰度概率密度函数及理想图像的灰度概率密度函数是相等的。因此，可以用变换后的原始图像灰度级S代替上式中的V，即。利用此式可以从原始图像得到希望的图像灰度级。对离散图像，有
， ，
综上所述，数字图像的直方图规定化就是将直方图均衡化后的结果映射到期望的理想直方图上，使图像按人的意愿去变换。数字图像的直方图规定的算法如下：
（一）将原始图像作直方图均衡化处理，求出原图像中每一个灰度级所对应的变换函数。
（二）对给定直方图作类似计算，得到理想图像中每一个灰度级所对应的变换函数。
（三）找出的点对，并映射到。
（四）求出。
三、 实验结果及分析
（一）对图像pout.tif进行直方图均衡化处理，实验结果如图4-1：
图4-1
分析：
（二）再进行直方图规定化处理：
分析：
四、 思考题
（一）数字图像的灰度变换的目的是什么？有哪些实现方法？
（二）什么是数字图像的灰度分布直方图？如何进行数字图像的直方图均衡化和规定化处理？试写出相应的程序设计步骤。
利用Matlab语言编写的数字图像处理的例程如下：
直方图均衡化
clc;
I=imread(pout.tif);
J=histeq(I);
figure,imshow(I);
title(原图像);
figure,imhist(I);
title(原图像的灰度直方图);
figure,imhist(J);
title(均衡化图像的直方图);
figure,imshow(J);
title(均衡化图像);
直方图规定化
clc;
I=imread(tire.tif);
J=histeq(I,32);
[counts,x]=imhist(J);
Q=imread(pout.tif);
figure;
imshow(Q);
title(原图像);
figure;
imhist(Q);
title(原图像直方图);
M=histeq(Q,counts);
figure;
imshow(M);
title(直方图规定化后的图像);
figure;
imhist(M);
title(规定直方图);
3
文档评论（0）