图像处理及基本知识.pptVIP

（3） 由于直方图是对具有相同灰度值的像素统计得到的， 因此，一幅图像各子区的直方图之和就等于该图像全图的直方图，如下图所示。 直方图的分解 5.3 直方图的应用 ⑴用于判断图像量化是否恰当 一般而言，数字图像应当利用全部可能的灰度级。 0 255 0 255 量化不恰当 0 255 量化恰当 利用直方图判断图像量化是否恰当 ⑵用于确定图像二值化的阈值 0 255 ⑶当物体部分的灰度值比其他部分灰度值大时，可利用直方图统计图像中物体的面积 ： ⑷计算图像信息量H（熵） 式中n是图像像素总数，vi是灰度级为i的像素出现的频率。 5.3 计算并显示直方图的matlab函数—— imhist 格式： imhist(I,n):用n个条显示灰度图象I的n个灰度直方图。默认参数如下： 若I为灰度图象，则n=256； 若I为二值图象，则n=2； imhist(X,map):显示索引图象X的直方图，直方图说明了像素值在颜色 板map上的分布。 [counts,X]=imhist(…)：返回直方图数值counts和位置X，再用stem(X,counts)可以显示直方图。 运行如下例子： close all; I=imread(Forest.tif); subplot(2,3,1); subimage(I); subplot(2,3,2); imhist(I); [X,map]=imread(Forest.tif); subplot(2,3,4); imshow(X,map); subplot(2,3,5); imhist(X,map); subplot(2,3,6); [nums,pos]=imhist(I); stem(pos,nums); 6 图像处理算法的形式 6.1 基本功能形式 按图像处理的输出形式，可将图像处理的基本功能分为三种形式： ①???? 单幅图像→单幅图像 ②???? 多幅图像→单幅图像 ③ 单/多幅图像→数字或符号等 图像JP 图像IP (a) 图像JP 图像IP (b) 图像IP 图像 (c) (a)(b) 统计量或特征量的测量 编码表示 描述图像 6.2 几种具体算法形式 6.2.1 局部处理 邻域： 局部处理（又称邻域处理）： 在处理输入图像时，若某一像素IP(i,j)处的输出值JP(i,j)由其小邻域N(i,j)中各像素值确定，称为局部处理，又称邻域处理。如上图所示。其表达式为： 式中 表示对（i，j）邻域的像素进行某种运算。图像的空域平滑和锐化都属于局部处理。 4邻域 8邻域 在局部处理中，当邻域N(i,j)仅包含IP（i，j）像素时称为点处理，其表达式为： 图像对比度增强、二值化等属于点处理。 若输出值JP(i,j)取决于输入图像较大范围或整幅图像像素值，则称为大局部处理，其表达式为： 图像的傅立叶变换属于全局处理。 6.2.2 叠代处理 反复对图像进行某种运算直至满足给定条件，从而得到输出图像的处理形式。如图像的聚类分析。 6.2.3? 跟踪处理 选择满足适当条件的像素作为起始像素，检查输入图像和已得到的输出结果，求出下一步应该处理的像素，进行规定的处理，然后决定是继续处理下面的像素，还是终止处理。这种形式称为跟踪处理。 特点： ①?处理结果同起始像素位置有关 ②?由于利用了以前的处理结果，提高了效率 ③?用于边界、等高线等线的跟踪 6.2.4?位置不变处理和位置可变处理 输出像素值JP(i,j)与像素位置(i,j)无关的处理称为位置不变处理或位移不变处理。否则，称为位置可变处理或位移可变处理 YIQ模型 YIQ模型是美国国家电视系统委员会（NTSC）定义的用于电视广播的颜色系统，Y代表亮度信息，I和Q表示色度，其中I表示橙～青色，Q表示其他部分颜色。 从RGB到YIQ的变换关系如下： = 3 图像模型 图像可以看作是空间各点光强度的集合: 对二维图像，可表示为： 只考虑光的能量不考虑其波长时，图像在视觉上表现为灰度图像： 式中，Vs(λ)为相对视敏函数。 考虑不同光波长的彩色效应时，图像在视觉上表现为彩色图像： 式中： 图像内容随时间变化的图像为运动图像，反之为静止图像。静止图像是本课程的重点研究内容。 图像与二维光强度函数有关，用函数f(x,y)表示。光是