数字图像处理直方图处理.pptVIP

3.3 直方图处理 一、灰度直方图 直方像图反映了图的像素的灰度分布是反映一幅图像 中的灰度级与出现这种灰度级的像素的概率之间关系的图形。 直方图的横坐标为灰度级（用r表示），纵坐标是具有该灰度级的像素个数或出现此灰度级的概率P(rk)。 设N（=a×b）为一幅图像中像素总数，nk为第k级灰度的像素数；r k表示第k个灰度级。则： P(rk)= nk /N （归一化后k级灰度像素数） 定义：反映各灰度级出现频数的分布情况，进而反映图像对（清晰）度，但不反映各灰度级的空间位置分布。 直方图的作法 a) 将图像的灰度级归一化 b) 计算各灰度级的像素频数(或概率) c) 作图 练习：试求如图所示一幅10×10，８级灰度图像的灰度直方图。 二、直方图的用途 1.数字化参数 三、积累直方图积累直方图就是由前k个等级之和生成的积累直方图。 tk=EH(rk)= = ,0≤rk≤1,k=0,1,…,L-1 举例 应用：直方图修正 灰度修正（改变像素灰度值）? 改变直方图（修正）? 灰度非线性变换 方法：直方图均衡化 直方图规定化（匹配） 3.3.1直方图均衡化 T(r)作为变换函数，满足下列条件： ①在0≤r≤1内为单调递增函数，保证灰度级从黑到白的次序不变； ②在0≤r≤1内，有0≤T(r)≤1，确保映射后的像素灰度在允许的范围内。 直方图均衡化的计算 直方图均衡化计算列表 直方图均衡化效果 3.3.2直方图匹配（规定化） 直方图均衡化的优点是能自动地增强整个图像的对比度，但它的具体增强效果不易控制，处理的结果总是得到全局均衡化的直方图。实际中有时需要变换直方图使之成为某个特定的形状，从而有选择地增强某个灰度值范围内的对比度。 * * 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 5 5 5 5 5 5 5 5 5 5 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 c)作图 nk 0　1　2　3　4　5　6　7　 rk a)将图像的灰度级归一化 求得：rk=0,1/7,2/7, …, 6/7 b)计算各灰度级的像素频数 Pk=0.1, 0.2, 0.1, … 偏暗图像及其直方图 动态范围偏小图像及其直方图 动态范围正常图像及其直方图 可用来判断一幅图像是否合理地利用了全部被允许的灰度级范围。一幅图像应利用几乎全部的灰度级。 2. 边界阈值选取 0 　阈值点 灰度 频率 假设tk=EH(rk)=1/4,那么灰度rk映射到tk意味着tk=1/4一下的灰度占像素总数的1/4。如果tk=1/2,那么tk=1/2以下的像素占像素总数的1/2，即 tk的直方图是均匀分布的。 EH(rk)是一个单调增加函数，它等于灰度在rk一下的像素所占的比例，可以写出反函数: rk= EH-1(tk) ,0≤tk≤1, k=0,1,…,L-1 一、直方图均衡化 灰度直方图反映了数字图像中每一灰度级与其出现频率间的关系,它能描述该图像的概貌。通过修改直方图的方法增强图像是一种实用而有效的处理技术。 直方图均衡化是将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。 直方图均衡化 对连续变化图像： 设r和s分别表示归一化了的原图像灰度和经直方图修正后的图像灰度。即 在[0,1]区间内的任一个r值，都可产生一个s值，且 1 将非均匀密度变换为均匀密度 T(r) Pr(r) Ps(s) s1 s1 r r 1 反变换关系为 T-1(s)对s同样满足上述两个条件。 由概率论理论可知，如果已知随机变量r的概率密度为pr(r),而随机变量s是r的函数，则s的概率密度ps(s)可以由pr(r)求出。 假定随机变量s的分布函数用Fs(s)表示，根据分布函数定义 利用密度函数是分布函数的导数的关系，等式两边对s求导，有： 可见，输出图像的概率密度函数可以通过变换函数T(r)控制原图像灰度级的概率密度函数得到,因而改善原图像的灰度层次,这就是直方图修改技术的基础。 从人眼视觉特性来考虑，一幅图像的直