数字图像处理0313122.pptVIP

数字图像处理 第三节 灰度直方图 综合光密度IOD：可以由直方图直接计算，反映图像“质量”。 3.综合光密度 a，b是所划定图像区域的边界 IOD：反映物体面积和密度的组合，相当于“体积”的概念。 图像越亮，其IOD越大，光能力越大。 对于数字图像： 将一幅图像内所有像素的灰度级加和 将图像按几何小块dxdy来求“体积” 将图像按灰度小块 H(D)dD来求“体积” 若图像中物体被阈值灰度级为T的边界勾划出来，则物体边界内的IOD为： 内部灰度级的平均值MGL等于IOD与面积之比： 平均IOD 平均亮度 (MGL: mean interior gray level) 在灰度级T的范围内，若T=0，MGL表示整幅图像的平均亮度； 若T为某个物体的灰度阈值，则MGL表示物体的平均亮度。 直方图与图像的关系 简单图像的函数形式已知，即可推导出其直方图。 加深对直方图的理解，进一步研究阈值选择问题的基础。 方法：通过面积函数求导，得直方图。 考虑一维情况，高斯脉冲函数 显然，面积函数是上式的反函数 求导得直方图 1.一维情况 直方图的性质 D=0处尖峰，因为高斯脉冲中大多数像素接近0； D=1处尖峰，因为高斯脉冲顶部平坦。 高斯脉冲 高斯脉冲的直方图 2.二维情况 简单对一维函数图像的扩展，不改变高斯脉冲图像的直方图； 而对于圆对称高斯脉冲函数 显然灰度级为P的轮廓线是半径为r(P