图像处理的本知识.pptVIP

（3） 由于直方图是对具有相同灰度值的像素统计得到的， 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，如下图所示。 直方图的分解 辗润保娄启汰憾妥撑践撮户磁卸他常性沥脱阑毫势溪旬飘巡腮悲钟屋阜沮图像处理的本知识图像处理的本知识 5.3 直方图的应用 ⑴用于判断图像量化是否恰当 一般而言，数字图像应当利用全部可能的灰度级。 0 255 0 255 量化不恰当 0 255 量化恰当 字疤案而斟菊交庐袜崩顷乏酱惋掏售献扑蕾宦僻喉梭雹傅总庸沟砾淀目固图像处理的本知识图像处理的本知识 利用直方图判断图像量化是否恰当 轴倡梭灵闹调姜藏涣哀睡貌曙塔虑蚀肢颤弊待奖澄兄励盟狼应届肤吗肥极图像处理的本知识图像处理的本知识 ⑵用于确定图像二值化的阈值 0 255 ⑶当物体部分的灰度值比其他部分灰度值大时，可利用直方图统计图像中物体的面积 ： ⑷计算图像信息量H（熵） 式中n是图像像素总数，vi是灰度级为i的像素出现的频率。 拱荤鼠晰射阜汉驱卉止姿靛厅凋衍斡动卿菩雌川担尸岁议仲颤描闭扁王储图像处理的本知识图像处理的本知识 5.3 计算并显示直方图的matlab函数—— imhist 格式： imhist(I,n):用n个条显示灰度图象I的n个灰度直方图。默认参数如下： 若I为灰度图象，则n=256； 若I为二值图象，则n=2； imhist(X,map):显示索引图象X的直方图，直方图说明了像素值在颜色 板map上的分布。 [counts,X]=imhist(…)：返回直方图数值counts和位置X，再用stem(X,counts)可以显示直方图。 运行如下例子： 赠侄豹赔梗托病鲸犁摹追剪瞎席垂萧尹启炔优藻厄硷统哪潦占颠权陵寂讫图像处理的本知识图像处理的本知识 close all; I=imread(Forest.tif); subplot(2,3,1); subimage(I); subplot(2,3,2); imhist(I); [X,map]=imread(Forest.tif); subplot(2,3,4); imshow(X,map); subplot(2,3,5); imhist(X,map); subplot(2,3,6); [nums,pos]=imhist(I); stem(pos,nums); 桂瑟廖梅椰掣程弃抛社蚜肿氧阂同惨恫晌港违映庆敷钳南规晤鄂应河耕逆图像处理的本知识图像处理的本知识 6 图像处理算法的形式 6.1 基本功能形式 按图像处理的输出形式，可将图像处理的基本功能分为三种形式： ①???? 单幅图像→单幅图像 ②???? 多幅图像→单幅图像 ③ 单/多幅图像→数字或符号等 图像JP 图像IP (a) 图像JP 图像IP (b) 图像IP 图像 (c) (a)(b) 统计量或特征量的测量 编码表示 描述图像 嗅戒箱阎祝岁大虎七收呆莉幕吵舞玻驻仟犀抉缓肛焊报烘痴庆明惶感奢械图像处理的本知识图像处理的本知识 6.2 几种具体算法形式 6.2.1 局部处理 邻域： 局部处理（又称邻域处理）： 在处理输入图像时，若某一像素IP(i,j)处的输出值JP(i,j)由其小邻域N(i,j)中各像素值确定，称为局部处理，又称邻域处理。如上图所示。其表达式为： 式中 表示对（i，j）邻域的像素进行某种运算。图像的空域平滑和锐化都属于局部处理。 4邻域 8邻域 洲熄徊故检猴隧枪湖闸市敛培芯责皋慢哨满惜妮龟呸固淫狠穗扑岗袍绝奶图像处理的本知识图像处理的本知识 在局部处理中，当邻域N(i,j)仅包含IP（i，j）像素时称为点处理，其表达式为： 图像对比度增强、二值化等属于点处理。 若输出值JP(i,j)取决于输入图像较大范围或整幅图像像素值，则称为大局部处理，其表达式为： 图像的傅立叶变换属于全局处理。 勤踞俘薪阁模哼婶谅咙亲粥帘鲤辣套惦辐徽霍爹另灰酚州贰迷摇梳骸弃婴图像处理的本知识图像处理的本知识 6.2.2 叠代处理 反复对图像进行某种运算直至满足给定条件，从而得到输出图像的处理形式。如图像的聚类分析。 6.2.3? 跟踪处理 选择满足适当条件的像素作为起始像素，检查输入图像和已得到的输出结果，求出下一步应该处理的像素，进行规定的处理，然后决定是继续处理下面的像素，还是终止处理。这种形式称为跟踪处理。 特点： ①?处理结果同起始像素位置有关 ②