ian图像处理直方图介绍课件.pptVIP

  1. 1、本文档共92页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
ian图像处理直方图介绍课件

直方图调整法;直方图调整法;直方图;;;;;;;;;直方图的性质:;(a) (b) 图a和图b具有相同的直方图;;;;;;连续灰度的直方图非均匀分布;连续灰度的直方图均匀分布;直方图均衡化目标;直方图均衡化; 如上面所述,一幅给定的图像的灰度级分布在0≤ r ≤1范围内。可以对[0, 1]区间内的任一个 r 值进行如下变换 (3.3.1) 也就是说,通过上述变换,每个原始图像的像素灰度值 r 都对应产生一个 s 值。 ; 变换函数T(r)应满足下列条件: (1)在0≤r≤1区间内,T(r)单值单调增加; (2)对于0≤r≤1,有0≤T(r)≤1。 这里的第一个条件保证了图像的灰度级从白到黑的次序不变。第二个条件则保证了映射变换后的像素灰度值在允许的范围内。满足这两个条件的变换函数的一个例子如图3.16所示。 ;图3.16 一种灰度???换函数 ;从 s 到 r 的反变换可用式(3.3.2)表示 (3.3.2) 由概率论理论可知,如果已知随机变量 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,如图所示, < 且仅当ξ< 时发生,;;所以可以求得随机变量 的分布函数为 对式 两边求导,即可得到随机变量 的分布密度函数 为 (3.3.3) ;; 直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法。 ;;对式(3.3.4)中的 求导,则 ;;两个重要概念: 1)、直方图均衡化处理技术是用累积分布函数作变换函数的直方图修正方法; 2)、用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。 ;图 4-5 均匀密度变换法 ;;由图(a)可知,原始图像的概率密度函数为 ; 按照这样的关系变换就可以得到一幅改善了质量的新图像。这幅图像的灰度层次将不再是呈现黑暗色调的图像,而是一幅灰度层次较为适中的,比原始图像清晰,明快得多的图像。 下面还可以通过简单的推证,证明变换后的灰度级概率密度是均匀分布的。 ;因为 ;;;;;直方图均衡化;rj;直方图均衡化;直方图均衡化;例;步骤:;1. 由(2-2)式计算sk。;rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1;rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1;直方图均衡化; 由上面的例子可见,利用累积分布函数作为灰度变换函数,经变换后得到的新灰度的直方图虽然不很平坦,但毕竟比原始图像的直方图平坦得多,而且其动态范围也大大地扩展了。因此这种方法对于对比度较弱的图像进行处理是很有效的。 ; 因为直方图是近似的概率密度函数,所以用离散灰度级作变换时很少能得到完全平坦的结果。另外,从上例中可以看出变换后的灰度级减少了,这种现象叫做“简并”现象。由于简并现象的存在,处理后的灰度级总是要减少的。这是像素灰度有限的必然结果。由于上述原因,数字图像的直方图均衡只是近似的。 ; 产生简并现象的根源是利用变换公式 求新灰度时,所得到的 往往不是允许的灰度值,这时就要采用舍入的方法求近似值,以便用与它最接近的允许灰度来代替它。在舍入的过程中,一些相邻的 值变成了相同的 值

文档评论(0)

牛X文档 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档