第4章-图像增强与平滑汇总.ppt

多媒体通信 北京科技大学 杨 扬 第4章 图像增强与平滑 直方图 灰度变换 图像噪声 去除噪声 图像锐化 1、直方图 直方图的基本概念 1.1直方图的基本概念 在数字图像处理中，灰度直方图是最简单且最有用的工具，可以说，对图像的分析与观察直到形成一个有效的处理方法，都离不开直方图。 例如：通过直方图均衡化、归一化处理等，可对图像的质量进行调整。通过对直方图的分析，有助于确定图像阈值化处理的阈值（Threshold）等。 如果将图像中像素亮度（灰度级别）看成是一个随机变量，则其分布情况就反映了图像的统计特性，这可用Probability Density Function(PDF)来刻画和描述，表现为灰度直方图（Histogram） 灰度直方图是灰度级的函数，描述的是图像中该灰度级的像素个数。即：横坐标表示灰度级，纵坐标表示图像中该灰度级出现的个数。 1.2直方图的性质 所有的空间位置信息全部丢失 图像与直方图间的多对一关系 1.2直方图的性质 直方图可分解 一幅图像各子区的直方图之和等于该图像全图的直方图。 1.2直方图的性质 由直方图的基本概念可知，图像的直方图具有以下三个重要的性质： （1）直方图是一幅图像中各象素灰度值出现次数（或频数）的统计结果，它只反映该图像中不同灰度值出现的次数，而未反映某一灰度值象素所在位置。 （2）任一幅图像，都能惟一地确定出一幅与它对应的直方图，但不同的图像，可能有相同的直方图。 （3）由于直方图是对具有相同灰度值的象素统计而成的，因此，一幅图像各子区的直方图之和就等于该图像全图的直方图 1.3灰度直方图的用途--数字化参数 1.3灰度直方图的用途--数字化参数 1.3灰度直方图的用途--数字化参数 1.3灰度直方图的用途--数字化参数 1.3灰度直方图的用途--边界阈值选取 1.4直方图的计算 在离散形式下，用rk代表离散灰度级，用pr(rk)代表pr(r), 并且有下式成立： pr(rk)=nk/n 0 ?rk?1 k=0,1,2,…l-1 式中： nk为图像中出现rk级灰度的象素数，n是图像象素总数，而nk/n 机为频数。在直角坐标系中做出rk 与pr(rk)的关系图形，即为该图像的直方图。 大小为M*N的灰度图像f(x,y)的灰度直方图pBuffer[0…L-1](L级灰度）可计算如下： (1) 初始化： pBuffer[k]=0; k=0,…L-1 (2) 统计： pBuffer[f(x,y)]++; x,y=0,…,M-1,0,…,N-1 (3) 归一化： pBuffer[f(x,y)]/M*N。 1.5基于直方图的图像处理技术 直方图处理技术，就是把一幅已知灰度概率分布的图像，将其像素灰度作某种映射变换，使之变成一幅具有特定灰度概率分布的新图像的过程。 如何根据已知图像的灰度概率分布选取灰度映射变换函数，是直方图处理技术的核心问题。 1.5基于直方图的图像处理技术—直方图拉伸 我们知道，一幅给定图像的灰度级分布在0?r?1的范围内。因此可以对[0,1]区间内的任一个r值进行如下变换： 通过上述变换，每个原始图像的象素灰度值r都对应产生一个s值。变换函数T(r )应满足下列条件： (1) 在0?r?1的区间内，T( r)值单调增加； (2) 对于0?r?1，有0?T( r)?1。 1.5基于直方图的图像处理技术—直方图拉伸 第一个条件保证了图像的灰度级从白到黑的次序不变； 第二个条件则保证了映射变换后的像素灰度值在容许的范围内。 满足这两个条件的变换函数的例子如右图所示。 1.5基于直方图的图像处理技术—直方图均衡 直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法。假定变换函数为： r s=T(r )=?0pr(?)d? r 式中: ?是积分变量，而?0pr(?)d?就是r的累积分布函数。 这里，累积分布函数是r的函数，并且单调地从0增加到1，所以这个变换函数满足关于T( r)在0 ?r?1内单调增加。在0 ?r?1 0 内有0?T(r )?1的两个条件。 1.5基于直方图的图像处理技术—直方图均衡 1.5基于直方图的图像处理技术—直方图均衡 由上面