数字图像处理及工程应用（张国云_西电版）第5章_图像增强教材教学课件.pptVIP

* 第*页 第5章 图像增强 (b) 较亮的图像及其直方图 (c)对比度较小的图像及其直方图 * 第*页 第5章 图像增强 (d)对比度较大的图像及其直方图 图5.12 四种类型图像及其对应的直方图 通过图像的直方图，可以直观的看出图像的亮度、对比度特征。对于较暗的图像，直方图集中在灰度级较低(暗)的一侧，如图5.12(a)所示；较亮图像的直方图则分布在灰度级较高的一侧，如图5.12(b) 所示。如果直方图中只有中间某一小段非零值，则图像的对比度较低，如图5.12(c) 所示；反之，若直方图占有全部可能的灰度级并且分布均匀，这样的图像有较高的对比度，如图5.12(d)所示。 * 第*页 第5章 图像增强 （2）.直方图的性质 (a).直方图没有位置信息。它只反映该图像中不同灰度值出现的概率，而未反映某一灰度像素所在的位置。 (b) .直方图与图像之间为一对多的映射关系。如图5.13所示四幅图像，假设目标具有同样的灰度且面积相等时，则四幅不同的图像其直方图是相同的。 图5.13 不同图像对应相同的直方图 * 第*页 第5章 图像增强 (c).直方图的可叠加性。即一幅图像各子区的直方图之和等于该图像全图的直方图。如图5.14所示 图5.14 直方图的叠加性 直方图给出了一个直观的指示，可以据此判断一幅图像是否合理的利用了全部被允许的灰度级范围。在实际应用中，如果获得的图像直方图效果不理想，可以人为的改变图像的直方图，即实施图像的直方图均衡化或直方图规定化处理。 * 第*页 第5章 图像增强 2.直方图均衡化 直方图均衡化的基本思想是将原始图像的灰度通过某种映射变换，得到一幅灰度直方图为均匀分布的新图像的方法。直方图均衡化是最常用、最重要的图像增强算法之一。 (1)原理 设分别用 和 表示归一化了的原始图像灰度和变换后的图像灰度，即 与 的变换关系为 ，变换函数应满足如下条件： * 第*页 第5章 图像增强 (a) 在 区间， 为单调递增函数； (b) 在 区间， 。 条件(1)保证通过灰度变换，原始图像的每个灰度级 都对应产生一个输出灰度级 ，且变换前后灰度级从黑到白的次序不变。 条件(2)保证变换后的像素灰度值仍在变换前允许的动态范围内。 由 到 的反变换函数为 这里， 对 也满足上述两个条件。 * 第*页 第5章 图像增强 若图像变换前后灰度级的概率密度函数分别为 和 ，对于连续图像，直方图均衡化(并归一化)处理后的输出图像灰度级的概率密度函数是均匀的，即 设原图像的灰度范围为 ，包含的像素个数为 ，经过单调增的一对一变换，变换后的灰度范围为 ，包含的像素个数为 ，变换前后的像素个数相等，即 (5.10) (5.11) * 第*页 第5章 图像增强 两边取积分，得 = 式(5.12)被称为图像的累积分布函数，该式表明变换函数 单调地从0增加到1，所以满足 在 内单值单调增加。 对于离散的数字图像，灰度级 出现的频率为： (5.12) (5.13) * 第*页 第5章 图像增强 均衡变换采用求和方式表示累积分布函数为： 式(5.12)和(5.14)是在灰度取值为[0，1]范围的情况下推导出来的，若原始图像的灰度级为从[0，L-1]，为使变换后的灰度值及其灰度范围仍与原图像的灰度值和灰度范围相一致，可将式(5.12)和(5.14)的两边乘以最大灰度值(L-1)。此时式(5.14)对应的转换公式为 (5.14) (5.15) * 第*页 第5章 图像增强 上式计算的灰度值可能不是整数，一般采用四舍五入取整法使其变为整数，即： 式中的 表示取整。 综上所述，直方图均衡化处理就是用原始图像灰度级的累积分布函数作为变换函数，产生一幅具有均匀直方图的图像。其结果扩展了图像灰度取值的动态范围，增强了图像整体对比度，使图像变得清晰。 (5.16) * 第*页 第5章 图像增强 （2）. 步骤 直方图均衡化计算过程： (a) 列出原始图像和变换后图像的灰度级，分别用 、表示，则： ； (b) 统计原图像各灰度级的像素个数 ； (c) 计算原始图像 的归一化灰度直方图，记作 ，则有 ,N为原始图像总的像素数； (d) 计算图像各个灰度值的累积分布概率 ，记作，则有： * 第*页 第5章 图像增强 (e) 利用灰度变换函数计算变换后的灰度值，并四舍五入取整： (f) 确定灰度变换关系 ，据此将原图像的灰度值 修正