方图+直方图均衡化增强.pptVIP

直方图均衡化原理 梯度算子 梯度算子是一阶导数算子。对于图像函数f(x,y)，它的梯度定义为一个向量： 向量幅度值为 向量方向角为 由于数字图像是离散的，计算偏导数Gx和Gy时，常用差分来代替微分，为计算方便，常用小区域模板和图像卷积来近似计算梯度值，采用不同的模板计算Gx和Gy可产生不同的边缘检测算子，常用的边缘检测算子有Robert算子、Sobel算子。 Sobel边缘检测算子 Sobel边缘检测算子用下图所示模板来近似计算图像函数f(x,y)对x和y的偏导数： 计算出Gx和Gy的值后，用下式计算(x,y)点处的梯度值 计算出给点处的梯度值后，设定一个合适的阈值T，如果(x,y)处的g≥T则认为该点是边缘点。 * * DSP实验课——第五周 主要内容： 图像增强处理算法实验 图像边缘检测处理实验 本周实验课主要内容 一、数字图像直方图统计 1. 什么是图像和像素点 2. 什么是直方图 二、数字图像直方图均衡化增强 1. 什么是直方图均衡化 2. 图像增强的原理 三、数字图像边缘检测（Sobel算子） 1. 什么是图像边缘检测 2. Sobel算子的原理及实现方法 实验一 数字图像直方图统计 图像和像素点 一幅图像由若干个像素点组成。每个像素点的明暗程度/亮度信息都可以用灰度级（0~255）来表示。不同的明暗程度的若干个像素点就组成了一幅完整的图像。如一张320*240的灰度图像，表示该图像有320行，每行有240个像素点。 （a）原始图像 （b）图a局部放大（c）图b局部放大 c语言中，用一个数组来保存一张图像。 如unsigned int dbimage[80*80]表示“一张6400（即80*80）个像素点的灰度图像”。而数组元素dbimage[1]表示“第二个像素点的灰度级”。 在.bmp文件中，开始1078个字节是用来设置“bmp格式”，1078个字节之后的数据才是图像像素点的“灰度级”信息，并且先存图片的最后一行，最后存图片的第一行。 直方图是图像的一种统计表达，由一系列高度不等的纵向条纹表示数据分布的情况。 灰度直方图是灰度级的函数，它表示图象中具有每种灰度级的像素的个数，反映图象中每种灰度出现的频率。它描述了图像中各种灰度（对于像素深度为 8 位的图像共有0-255 共256 种取值）在整个图像中占有的比例。 如下图所示，灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频率（该灰度级的像素个数除以整幅图片的像素个数）。灰度直方图是图象的最基本的统计特征。 直方图 直方图 在c语言中，也用一个数组来存储直方图。如：float fhistogram[256]；数组中的元素fhistogram[1]表示灰度级为1的像素点的频数， 即： 其中 表示该图片中有 个像素点的灰度级为k，n表示“该图片中像素点的总个数” 。 尽管灰度直方图不能表示出某灰度值在什么位置，更不能直接显示图像内容，但是具有统计特性的直方图却能描述该图像的灰度分布特性，使人们从中得到诸如总体明亮程度、对比度等与图像质量有关的灰度分布概况，成为一些处理方法的重要依据。 数字图像直方图统计 选择菜单View-Graph-Image，做如下设置： 选择菜单 View-Graph-Time/Frequency，做如下设置 数字图像直方图统计 开始 用不同参数调用构造图像的函数产生图像 调用直方图统计子程序统计直方图 循环 重复五次 直方图统计子程序 初始化直方图统计数组(赋 0值) 统计图像中各种灰度值(取值 0-255)的像素个数 计算各种灰度值的像素个数占全部图像像素的百分比 直方图统计结束 实验二 数字图像均衡化增强 直方图均衡化图像增强的原理 图像增强处理技术是数字图像处理的基本内容之一。图像增强是指按特定的需要突出一幅图像中的某些信息，同时，削弱或去除某些不需要的信息的处理方法。 利用直方图统计的结果，通过使图像的直方图均衡的方法称为直方图均衡化，直方图均衡化可以达到增强