灰度直方图的概念灰度变换的原理.PPT

数字图像处理复习提纲 第一章 图像采集与量化 取样、量化、数字化的概念 三基色原理 什么是奈奎斯特取样定理？其意义是什么？ 量化的分类 常见的图像输入设备有哪些？ 第二章 图像变换 离散傅立叶变换频谱的特点 离散余弦变换频谱的特点 几种典型正交变换的比较（能量集中性能、运算量） 第三章 图像增强 图像噪声的类型与特点 灰度直方图的概念 灰度变换的原理（对具体方法的分析） 直方图均衡和直方图指定化的概念，如何进行直方图的规格化（具体计算） 图像平滑代表算法及效果（均值、中值滤波的原理） 图像锐化代表算法及效果 图像平滑模板与锐化模板的应用（具体模板的计算） 低通、高通滤波及同态滤波实现图像增强的原理 彩色增强的分类与原理 第四章 图像分割 图像分割的概念 图像分割的理论基础与方法 边界搜索跟踪的原理 门限化分割的原理 差分、梯度、拉普拉斯边缘检测的原理 区域生长法的原理（具体分析） 第五章 图像编码与压缩 图像数据冗余度概念，压缩编码的分类 帧内预测的原理与工作过程（对DPCM的原理和过程进行分析） 帧间预测的原理与应用 变换编码能实现压缩的原理及应用 行程编码的原理及应用 哈夫曼编码的原理及应用（具体计算，包括熵、编码平均长度、编码效率） JPEG压缩标准的压缩步骤 第六章 图像恢复与重建 图像退化因素 退化模型的框图及描述 三种最常见的有约束的图像恢复方法及其条件 什么是盲目去卷积恢复？ 什么是图像的几何畸变？ 第七章 图像特征与分析 图像分析的目的 图像特征的种类 图像的形态运算包括哪些？ 什么是图像纹理？纹理分析的主要方法？ 图像形状的体现形式有哪些？形状分析有哪些方法？ 综合应用 图像增强及图像识别的流程的设计 图像预处理：包括图像增强、平滑抑噪、边缘锐化、图像复原 图像分割及二值化 图像的修饰与细化 特征提取与识别 图像的数字化 所谓的图像数字化是指将模拟图像经过离散化之后，得到用数字表示的图像。数字化包括采样和量化 采样：连续图像空间坐标的离散化 量化：连续图像幅值的离散化 取样定理 取样定理的意义：取样定理指出了要使取样信号能不失真地描述原信号，其采样频率必须大于或等于信号所含有最高截止频率的2倍 傅立叶频谱特点 从分布上看，频谱中心位于屏幕中心，呈辐射状分布：离中心点越近，频率越低，能量越大；反之。频率越高，能量越小。 频谱中心反映图像平均亮度，低频区域反映图像实体细节，高频区域反映图像边缘轮廓。 主要变换方法及比较 正交变换能量集中性能从好到差 KLT、DCT、SLT、DFT、WHT、HRT 正交变换运算量从小到大 HRT、WHT、SLT、DCT、DFT、KLT 灰度直方图 灰度直方图是灰度级的函数，描述的是图像中该灰度级的像素个数。即：横坐标表示灰度级，纵坐标表示图像中该灰度级出现的个数。 １．所有的空间信息全部丢失。 ２．每一灰度级的像素个数可直接得到 直方图线性(尺度)变换 直方图均衡化和指定化 直方图均衡化是对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减，将直方图的分布变成均匀分布，从而达到清晰图像的目的。 直方图指定化是把已知直方图的图像变为期望直方图的图像。 直方图规格化 例：已知： 原图K 0 1 2 3 4 5 6 7 原图p(K) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02 目标L 0 1 2 3 4 5 6 7 目标p’(L) 0.125 0.125 0.125 0.125 0.125 0.125 0.125 0.125 求K,L之间的转换关系（若F’(L-1)F(K)=F’(L)，则K变换成L）和规格化处理后的直方图 直方图规格化 （1）求原图灰度级分布函数F(K) 原图K 0 1 2 3 4 5 6 7 p(K) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02 F(K) 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1 （2）求目标图灰度级分布函数F’(L) 目标L 0 1 2 3 4 5 6 7 p’(L) 0.125 0.125 0.125 0.125 0.125 0.125 0.125 0.125 F’(L) 0.125 0.25 0.375 0.5 0.625 0.75 0.875 1 （3）K，L之间的转换关系（若F’(L-1)F(K)=F’(L)，则K变换成L） K 0 1 2 3 4 5 6 7 L 1 3 5 6 7 7 7 7 （4）求实际得到的直方图Q(L) L 0 1 2 3 4 5 6 7 Q(L) 0 0.