3第三章_图像的点运算教程.ppt

第3章 图像的点运算; 对于一个数字图象处理系统来说，一般可以将处理流程分为三个阶段：图像预处理阶段、特征抽取阶段和识别分析阶段。其中预处理阶段尤为重要，这个阶段处理不好则直接导致后面的工作无法展开。 点运算指的是对图像中的每个像素依次进行同样的灰度变换运算。它常常用于改变图像的灰度范围及分布，同时点运算因其作用的性质有时也被称为对比度增强、对比度拉伸或灰度变换。 点运算公式定义：设r和s分别是输入图像和输出图像在任一点的灰度值，则点运算可以使用下式定义 s=T(r) 其中，T为采用的点运算算子，表示在原始图像和输出图像之间的某种灰度级映射关系。;主要内容;;3.1 灰度直方图;;3.1.2 Matlab实现;1.一般直方图;程序运行结果如下图所示： ; 因为相近的灰度值所具 有的含义往往是相似的，所 以没有必要在每个灰度级上 都进行统计，右图是将0~255 总共256个灰度级平均划分为 64个长度为4的灰度区间所运 行的结果。其命令是 imhist（I，64）； %生成有64个小区间的灰度直方图 ;2.归一化直方图;直方图的作用;3.2 灰度的线性变换;;3.2.2 Matlab实现; ;灰度直方图;;;3.3 灰度对数变换3.3.1 理论基础;3.3.2 Matlab实现; 有未经变换的频谱可见，图像中心绝对高灰度值的存在压缩了低灰度部分的动态范围，从而无法在显示时表现出细节；而经过对数灰度处理的图像，其低灰度区域对比度将会增加，暗部细节被增强。;3.4 伽马（Gamma）变换;3.4.2 Matlab实现;伽马变换对灰度直方图的影响; 由于伽马变换并不是线性变换，所以它不仅可以改变图像的对比度，还能够增强细节，从而带来整体图像效果的改善。;3.5 灰度阈值变换灰度阈值变换可以将一幅灰度图像转换成黑白二值图像。用户指定一个起到分界线作用的灰度值，如果图像中某像素的灰度值小于该灰度值，则将该灰度值设置为0，否则设置为255。3.5.1 理论基础灰度阈值变换的函数表达式为：其中，T为指定的阈值。灰度阈值变换的用途和可扩展性都非常广泛。通过将一幅灰度图像转为二值图像，可以将图像内容直接划分为我们关心和不关心的2部分，从而在复杂背景中直接提取出感兴趣的目标。; matlab中与阈值变换有关的函数有2个—im2bw和graythresh，下面分别介绍。 函数im2b可用于实现阈值变换，调用语法为：BW=im2bw(I，level) 参数I为需要处理的输入图像，参数level为变换阈值，返回值为二值化后的图像。 函数graythresh可以自行设定变换所用的“最优”阈值，调用语法为 thresh=graythresh(I) 参数I为需要计算的输入图像，thresh是计算机得到的最优化阈值。 程序实例 I=imread(rice.png) thresh=graythresh(I) bw1=im2bw(I,thresh); bw2=im2bw(I,130/255); subplot(1,3,1);imshow(I);title(原图像)； subplot(1,3,2);imshow(bw1);title(自动选择阈值)； subplot(1,3,3);imshow(bw2);title(阈值130)；;效果对比图;3.6 分段线性变换;分段线性变换的应用;3.7 直方图均衡化;3.7.2 matlab实现; I1=0.5*I-55/255; subplot(4,4,1); imshow(I1); subplot(4,4,2); imhist(I1); subplot(4,4,3); imshow(histeq(I1)); subplot(4,4,4); imhist(histeq(I1)); I1=I+55/255; subplot(4,4,1); imshow(I1); subplot(4,4,2); imhist(I1); subplot(4,4,3); imshow(histeq(I1)); subplot(4,4,4); imhist(histeq(I1)); ;效果对比图;亮度较高图像（左）的直方图均衡化效果（右） ;效果对比图;3.8 直方图规定化;3.8.2 matlab实现;;效果对比图;Thank you!