第4章空间域图像增强(第二版).ppt

3. 用直方图规定化方法进行图像增强的步骤（续2）: 通常情况下，规定的期望直方图的灰度等级与原图像的灰度等级相同。所依据的变换公式(4.11)的离散形式为： K=0,1,…,L-1 （4.15） 4.2.2 直方图规定化 3. 用直方图规定化方法进行图像增强的步骤（续3）: （3）将原直方图对应映射到规定的直方图。 ① 将第（1）步获得的灰度级别应用于反变换函数zl=G-1(sl’)，从而获得zl与sl’的映射关系。 比较函数zl=G-1(sl’)及其反函数sl’=G(zl)可知，所谓建立zl与sl’的映射关系，就是找出与sl’ 最接近的G(zl)值，与该G(zl)对应的zl就和sl’建立了映射关系。 4.2.2 直方图规定化 3. 用直方图规定化方法进行图像增强的步骤（续4）: ② 根据zk=G-1(s)=G-1(T(rk))，进一步获得rk与zk的映射关系。 首先根据sl’与sk的关系确定rk与sl’的映射关系，然后根据上面确定的sl’与zl的映射关系，建立rk与zk的映射关系。 4.2.2 直方图规定化 3. 用直方图规定化方法进行图像增强的步骤（续5）: （4）根据建立的rk与zk的映射关系确定新图像各灰度级别的像数数目，也即在新图像中，灰度级为zk的像素个数等于原图像中灰度级为rk的像素个数之值。并进而计算其概率分布密度而得到最后的直方图。 4.2.2 直方图规定化 4.2.2 直方图规定化 例4.2.2 已知有一幅大小为64×64的图像，灰度级为8，图像中各灰度级的像素数目及其概率如表4.4所示，直方图如图4.11所示；规定的直方图数据如表4.5所示，规定的直方图如图4.12所示。试对给定的图像进行直方图规定化。 表4.4 64×64图像素数据及归一化灰度分布概率 K nk rk pr(rk)=nk/n 0 790 r0 = 0 0.19 1 1023 r1 = 1/7 0.25 2 850 r2 = 2/7 0.21 3 656 r3 = 3/7 0.16 4 329 r4 = 4/7 0.08 5 245 r5 = 5/7 0.06 6 122 r6 = 6/7 0.03 7 81 r7 = 1 0.02 表4.5 规定直方图数据 K zk pz(zk)=mk/m k zk pz(zk)=mk/m 0 r0=0 0.00 4 r4=4/7 0.20 1 r1=1/7 0.00 5 r5=5/7 0.30 2 r2=2/7 0.00 6 r6=6/7 0.20 3 r3=3/7 0.15 7 r7=1 0.15 4.2.2 直方图规定化 例4.2.2 一个直方图规定化的实例 。 (a) lena原图像 （d）直方图规定化后的图像 (b)lena原图像的直方图 (c)新规定的直方图 (e)规定化后图像的直方图 4.3 图像锐化 4.3　图像锐化 图像锐化是一种突出和加强图像中景物的边缘和轮廓的技术。 在图像中，边缘可以看作是位于一阶导数较大的像素位置，因此可以通过求图像的一阶导数来加强/确定图像的边缘。 梯度是函数变化的一种度量，梯度与一阶导数对应，一阶导数算子也即梯度算子，基于梯度算子的图像锐化方法称为“梯度法”。 4.3　图像锐化 4.3.1 梯度法（微分方法） 1. 梯度法的基本原理 设f(x,y)为连续图像函数，其在点(x,y)处的梯度是一个矢量，并定义为： （4.16） 4.3.1　梯度法 1. 梯度法的基本原理（续2） 且该梯度矢量在点(x,y)处的梯度幅度和方向角(即梯度矢量的幅角)分别为： （4.17） （4.18） 也即，在点(x,y)处沿方向角Φ(x,y)的梯度方向上，G(f(x,y))具有最大变化率，且其值等于G(x,y)。 4.3.1　梯度法 1. 梯度法的基本原理（