信号综合处理实践实验报告.docxVIP

大连理工大学本科实验报告课程名称： 信号综合处理实践 学院（系）： 信通学院 专 业： 电子信息工程 班 级： 电子1203班 学 号： 201281376 学生姓名： 张允华 学 号： 201281346 学生姓名： 李晴 学 号： 201281298 学生姓名： 高原 2015年 10月27日视频图像直方图均衡背景和意义图像增强技术可以使原本模糊不清的图像清晰化，使图像能提供更多更详细的信息，如微光图像存在对比度差、灰度级有限、瞬间动态范围差、高增益时有闪烁等缺点，这就需要对图像进行实时增强，直方图均衡技术是图像增强技术中最基本、最通用的技术。直方图均衡化是数字图像处理中较为基础的图像增强方法，通过直方图均衡化能够自适应地有效改善图像对比度不足问题。方法的原理和内容什么是图像直方图？从数学上来说，图像直方图是图像各灰度值统计特性与图像灰度值的函数，它是对图像中每一灰度值出现频率的统计；从图形上来说，它是一个二维图，横坐标表示图像中各个像素点的灰度级，纵坐标为各个灰度级上图像各个像素点出现的次数或概率，如图。图 图像直方图灰度直方图性质：(1)表征了图像的一维信息。只反映图像中像素灰度值出现的次数(或频数)，而未反映像素所在位置。(2)与图像之间的关系是多对一的映射关系。一幅图像的直方图基本上可描述图像的概貌，如图像的阴暗状况和对比度等特征都可以通过直方图反映出来。既然一幅图像的概貌可以通过直方图反映出来，反之，可以通过修改直方图的方法来调整图像的灰度分布情况，因为直方图反映的是一个图像的灰度值的概率统计特征，所以，基于直方图的图像增强技术是以概率统计学理论为基础的，直方图反映的是一个图像的灰度值的概率统计特征。什么是直方图均衡？直方图均衡处理就是把一幅灰度概率分布已知的图像经过一种变换，使之演变成一幅具有均匀灰度概率分布的新图像。理论依据一幅给定图像的灰度级经归一化处理后，分布在范围内。这时可以对[0,1]区间内的任一个r值进行如下变换： （1）也就是说，通过上述变换，每个原始图像的像素值r都对应产生一个s值。变换函数应该满足下列条件：① 在区间内，是单值单调增加；② 对于，有这里第一个条件保证了图像的灰度级西欧哪个白到黑的次序不变和反变换函数的存在。第二个条件则保证了映射变化后的像素灰度值在允许的范围内。从s到r的反变换可用式（2）表示，同样也满足上述两个条件 （2）由概率论理论可知，若已知随机变量的概率密度为，而随机变量是的函数，即，的概率密度为，所以可以由求出。因为是单调增加的，由数学分析可知，它的反函数也是单调函数。在这种情况下，当，且仅当时发生，所以可以求得随即变量的分布函数为： （3）对式（3）两边求导，即可得到随即变量的分布密度函数为： （4）由式（4）可知，对于连续情况，设和分别表示原图像和变换后图像的灰度级概率密度函数。根据概率论的知识，在已知和变换函数时，反变换函数也是单调增长，则可由式（4）求出。对于连续图像，设r和s分别表示被增强图像和变换后图像的灰度。为了简单，在下面的讨论中，假定所有像素的灰度已被归一化了，就是说，当时，表示黑色；当时，表示白色；变换函数与原图像概率密度函数之间的关系为： （5）式中：r为积分变量。式（5）的右边可以看作是r的累积分布函数（CDF），因为CDF是r的函数，并单调地从0增加到1，所以这一变换函数满足了前面所述的关于在内单值单调增加，对于，有的两个条件。由于累积分布函数是r的函数，并且单调的从0增加到1，所以这个变换函数满足对式（5）中的r求导，则： （6）再把结果带入式（4），则 （7）由以上推到可见，变换后的变量s的定义域内的概率密度是均匀分布的。由此可见，用r累积分布函数作为变换函数可产生一幅灰度级分布具有均匀概率密度的图像。其结果扩展了像素取值的动态范围。上面的修正方法是以连续随机变量为基础进行讨论的。为了对图像进行数字处理，必须引入离散形式的公式。当灰度级是离散值的时候，可用频数近似代替概率值，即： （8）式中，L是灰度级数；是取第k级灰度值的概率；是在图像中出现第k级灰度的次数；N是图像中像素数。通常把为得到均匀直方图的图像增强技术叫做直方图均衡化处理或直方图线性化处理。式（5）的直方图均衡化累积分布函数的离散形式可由式（9）表示： （9）其反变换为 （10）直方图均衡化的算法步骤如下：(1)列出原始图像灰度级:fj, j = 0, 1, … , L-1，其中L是灰度级的个数；(2)统计原图像各灰度级的像素个数nj, j=0, 1, … , L-1；(3)计算原始图像直方图： pf(fj)=nj/N, j=0, 1, … , L-1, N为原始图像像素总个数；(4)计算累积直方图： ；(5)利用灰度变换函数计算变换后的灰度值，并四舍