图像处理课件xiugai.pptVIP

HUST 图象识别与人工智能研究所 小结 傅立叶变换 FFT 具有快速算法，数字图象处理中最常用。需要复数运算。可把整幅图象的信息很好地用若干个系数来表达。 余弦变换 DCT 有快速算法，只要求实数运算。在相关性图象的处理中，最接近最佳的K-L变换，在实现编码和维纳滤波时有用。同DFT一样，可实现很好的信息压缩。 正弦变换 DST 比快速DCT快一倍。只需实数运算，可导出快速的K-L变换算法。在实现编码和滤波时有用。具有很好的信息压缩效果好。 沃尔什变换 哈达码变换 在数字图象处理的硬件实现时有用。容易模拟但很难分析。在图象数据压缩、滤波、编码中有应用。信息压缩效果好 K_L变换 在许多意义下是最佳的。无快速算法。在进行性能评估和寻找最佳性能时有用。对小规模的向量有用，如彩色多谱或其他特征向量。对一组图象集而言，具有均方差意义下最佳的信息压缩效果。 奇异值分解 对任何一幅给定的图像而言，具有最佳的信息压缩效果。无快速算法。设计有限冲激响应（FIR）滤波器时，寻找线性方程的最小范数解时有用。潜在的应用是图像恢复，能量估计和数据压缩。 1.2 直方图修整法 1.2.1 直方图均衡化 (Histogram equalization) 图象直方图描述图象中各灰度级出现的相对频率.基于直方图的灰度变换,是调整图象直方图到一个预定的形状.例如,一些图象由于其灰度分布集中在较窄的区间，对比度很弱,图象细节看不清楚.此时,可采用图像灰度直方图均衡化处理,使得图象的灰度分布趋向均匀,图像所占有的象素灰度间距拉开,加大了图像反差，改善视觉效果,达到增强目的。 直方图均衡化处理算法描述： ? 原始图象灰度级r归一化在0 ? 1之间，即0≦ r ≦1 . pr( r) 为原始图象灰度分布的概率密度函数, 直方图均衡化处理实际上就是寻找一个灰度变换函数T，使变化后的灰度值S = T( r ),其中，归一化为0 ≦ s ≦1,即建立r与s之间的映射关系，要求处理后图象灰度分布的概率密度函数ps( s ) = 1，期望所有灰度级出现概率相同。 从下页图中可以看出在灰度变换的dr和ds区间内， 象素点个数是不变的，因此有： 当dr 0 ， ds 0 ，略去下标j有 由于 s = T(r) ps(s) = 1，则 最终得到直方图均衡化的灰度变换函数为 它是原始图象灰度r的累积分布函数（CDF）。 对于数字图象离散情况，其直方图均衡化处理的计算步骤如下： 1、 统计原始图象的直方图 rk 是归一化的输入图象灰度级； 2、计算直方图累积分布曲线? ???????????? 3、用累积分布函数作变换函数进行图像灰度变换 根据计算得到的累积分布函数，建立输入图象与输出图象灰度级之间的对应关系，并将变换后灰度级恢复成原先数范围。 原象灰级 k 归一化灰级 (rk) 第k象素级象素个数 nr(rk) Sk= nr(rk) 变换后灰级 0 0/7=0 790 0.19 0.19 S1 1 1/7=0.1428 1023 0.25 0.44 S3 2 2/7=0.2856 850 0.21 0.65 S5 3 3/7=0.4285 656 0.16 0.81 S6 4 4/7=0.5714 329 0.08 0.89 S6 5 5/7=0.7142 245 0.06 0.95 S7 6 6/7=0.8571 122 0.03 0.98 S7 7 7/7=1 81 0.02 1 S7 例子 64*64 8级灰度 的均衡化 Sk 0.25 0.20 0.15 0.10 0.05 0 1/7 1 rk 1/7 3/7 5/7 6/7 1 原图直方图 处理曲线 处理后直方图 概述：1）、变换后直方图趋向平坦，灰级减少，灰度合并。 　2）原始象零灰度级象素个数多于n/m+1,