- 1、本文档共25页,可阅读全部内容。
- 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、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、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)。
查看更多
直方图处理课件
第9章 直方图处理 制作人 本章主要内容 9.1图像直方图:定义和示例 9.2计算图像的直方图 9.3解释图像的直方图 9.4直方图均衡化 9.5直接直方图规定化 9.6其他直方图修改技术 9.1 图像直方图:定义和示例 直方图常用一个条形图来表示,其中每个灰度级一个条,条的高度正比于对应该灰度值的像素数目(或百分比) 看教材123页 举例说明(教程9.1) 9.2计算图像的直方图 为计算一副8比特(256灰度级)单色图像的直方图,要生成一个有256个元素的数组,初始值为0。 思考? 一副等于8比特的图像,生成256个元素 一副大于8比特的图像,我们该怎么处理? eg:16比特,65536个元素的数组 解决办法: 直方图数学表达式(改写): 每个直方条的下限可由下式得到: 举例说明(教程9.1) 9.3解释图像的直方图 直方图特点: 直方图提供了一个简单.实用和直接的方式来评价图像的属性,如平均亮度的总体对比度。一副比较暗淡的图像直方图包含集中在低灰度级端的直方图,而一副比较明亮图像的直方图包含集中在高灰度级端的直方图;对比度低的图像,直方图主要聚焦在灰度级的一个窄范围中,而对比度高的图像,直方图出现双峰,即两个明显分开的峰。 举例说明: 问题? 直方图提供了一副图像中灰度分配的频率,问他有没有指出这些出现在直方图中像素的空间分布? 9.4直方图均衡化 直方图均衡化是这样一种技术,他改变一幅图像的灰度分布以得到一个均匀的直方图,其中每种灰度值的像素所占的百分比相同 累计分布函数: MATLAB中的内置函数histeq(p , outlev) 举例说明: 全局直方图均衡化VS局部直方图均衡化 全局: 一旦计算出映射函数,它将用于输入图像的所以像素点。 思考? 想要增强图像里小区域的细节时,怎么办? 局部直方图均衡化采用一个矩形滑动窗并移动它穿过整副图像,对每个图像像素,计算由窗所确定领域中的直方图,计算映射函数,然后将参考像素重新映射到由变换函数所确定的新值。 举例说明: 9.5直接直方图规定化 指定希望处理后的图像所具有的直方图形状 用于产生处理后有特殊直方图的图像的方法 称为直方图匹配或直方图规定化处理 目的:实现对输入图像进行有目的增强 MATLAB中的内置函数hist(p , h) 算法描述: 对原图像进行灰度级上的概率密度统计 对原图像的直方图概率密度进行直方图均衡化 对期望的直方图概率密度进行直方图均衡化 确定原图像直方图与期望直方图的对应映射关系原则是针对原图像均衡化后的直方图的每一个灰度级概率密度,查找最接近的期望直方图灰度级概率密度,建立灰度映射表 根据映射结果对像素点进行处理 原始图像 结果图像 原始直方图 期望直方图 结果直方图 9.6其他直方图修改技术 9.6.1直方图滑动 9.6.2直方图伸展 9.6.3直方图收缩 9.6.1直方图滑动 直方图滑动技术简单地对图像中的所有像素加或者减一个常数亮度值,他的总体效果将给出一副具有可比较的对比度但分别有更高或者更低亮度的图像。 MATLAB中使用函数imadd(I,50)和imsubtract(I,50) 举例说明:
文档评论(0)