计算机科学（computer science） - 课程学习平台.pptVIP

图像的直方图 1 0 r Pr(r) 1 0 r Pr(r) 以图像中像素的总数 n 来除它的每一个值 nk 得到上面的归一化直方图。 Pr(rk) 给出了灰度级为rk发生的概率值。 一个归一化的直方图所有部分之和应该等于 1。 直方图均衡化处理 通过点运算使图象转化为每一级灰度上都有相同像素点数的输出图像。 直方图均衡化的数学推导 灰度为 r 的像素的分布密度： H(r) ---灰度在 r上的像素点个数； A0 ---图像的面积，相当于总像素个数。 Pr(r) ---随机变量 r 的密度函数。 原来灰度值在区间[r,r+dr]上的像素个数为：Pr(r)dr， 变换使原区间 [r,r+dr] 变换为新区间 [s,s+ds] 而变换前后象素总数在该区间保持不变，所以变换后图象 中，灰度在区间[s,s+ds]的像素个数为Ps(s)ds,于是有: Pr(r)dr = Ps(s)ds ----------- ② Pr(r) = H(r)/A0 ------------ ① 直方图均衡化的数学推导 Ps(s)是变换后的密度函数, 想要得到均衡化后的图象, Ps(s)应该满足均匀分布: 归一化后的 Ps(s)=1 没有归一化的 Ps(s)=1/255 (调色板中灰度级数) 把未归一化的情况带入 Pr(r)dr = Ps(s)ds ---- ② 得：Pr(r)dr= 1/255ds 即 255*Pr(r)dr= ds -----------③ 直方图均衡化的数学推导 对 255*Pr(r)dr= ds-----③ 两端在各自的区间上求积分: 然后把 Pr(r) = H(r)/A0 ------ ① 带入上式，得关于直方图均衡化的图像变换公式, : 为了便于程序实现，考虑上式在象素点离散化的情况有: 式中Hi 为第i级灰度像素个数，A0为总像素个数(图像面积) 直方图均衡化的程序设计思路 先取每个像素的灰度信息放在 r 中，计算各个灰度 级对应像素点的个数 ( temp[r] ) for (i=0;ilj.Height();i++) { for (j=0;jlj.Width();j++) { c=lj.ReadPixel(i,j); r=c0x000000ff; temp[r]++; } } 1 直方图均衡化的程序设计思路 根据映射公式，计算对应的灰度映射表。 bmap[i] 中的i表示变换前的灰度， 转换关系用 bmap[i] 来记录。 for (i=0;i=255;i++) { t=0; for (j=0;j=i;j++) { t+=temp[j]; } bmap[i]=t*255/lj.Height()/lj.Width(); } 2 直方图均衡化的程序设计思路 读出变换前图像的灰度信息，根据bmap[i]里保存的灰度值映射关系，把各个像素原来的灰度值变换为新的灰度值。 for (i=0;ilj.Height();i++) { for (j=0;jlj.Width();j++) { c=lj.ReadPixel(i,j); r=c0x000000ff; m=bmap[r]; r=g=b=m; g=8; b=16; c=b|g|r; lj.WritePixel(i,j,c); } } 3 程序运行效果 程序运行效果 程序运行效果 The University of Adelaide, School of Computer Science * Chapter 2 — Instructions: Language of the Computer * The University of Adelaide, School of Computer Science * Chapter 2 — Instructions: Language of the Computer * The University of Adelaide, School of Computer Science * Chapter 2 — Instructions: Language of the Computer * The University of Adelaide, School of Comput