数字图像处理第四章PPT课件.ppt

*;*;*;*;*;*;在增强问题中， 是给定的原始数据，经傅立叶变换可得到 。选择合适的 ，使得由式 得到的 比 在某些特性方面更加鲜明、突出，因而更加易于识别、解译。;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;在灰度级中， =0代表黑， =1代表白。; 对于一幅给定的图像来说，每一个像素取得[0，1]区间内的灰度级是随机的，也就是说 是一个随机变量。假定对每一瞬间它们是连续的随机变量，那么，就可以用概率密度函数 来表示原始图像的灰度分布。 如果用直角坐标系的横轴代表灰度级 r ，用纵轴代表灰度级的概率密度函数 ，这样就可以针对一幅图像在这个坐标系中作一曲线。这条曲线在概率论中就是分布密度曲线。;0 1 ;;;灰度级的直方图 ;*;*;*; 如上面所述，一幅给定图像的灰度级分布在0≤s≤L-1范围内。可以对[0, L-1]区间内的任一个s值进行如下变换 也就是说，通过上述变换，每个原始图像的像素灰度值s都对应产生一个t 值。 ; 变换函数T(s)应满足下列条件： （1）在0≤s≤L-1区间内，T(s)单值单调增加 （2）对于0≤s≤L-1，有0≤T(s)≤L-1 这里的第一个条件保证了图像的灰度级从黑到白的次序不变。第二个条件则保证了映射变换后的像素灰度值在允许的范围内。;一种灰度变换函数 ;从t到s的反变换可用下式表示 由概率论理论可知，如果已知随机变量s的概率密度为 ，而随机变量t是s的函数，则t的概率密度 可以由 求出。 因为 是单调增加的，它的反函数 也是单调函数。;直方图修正;假定随机变量t的分布函数用 表示，根据分布函数定义 利用密度函数是分布函数的导数的关系，等式两边对t求导，有： ; 直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法。 ; 这里，累积分布函数是 的函数，并且单调地从0增加到L-1，所以这个变换函数满足关于 *在0≤ s ≤L-1内单值单调增加 *在0≤ s ≤L-1内有0≤ ≤L-1的两个条件;*; 两个重要概念： （1）直方图均衡化处理技术是用累积分布函数作变换函数的直方图修正方法； （2）用累积分布函数作为变换函数可产生一幅灰度级分布具有均匀概率密度的图像； ;均匀密度变换法 ;由图(a)可知，原始图像的概率密度函数为 ;按照这样的关系变换就可以得到一幅改善了质量的新图像。这幅图像的灰度层次将不再是呈现黑暗色调的图像，而是一幅灰度层次较为适中的，比原始图像清晰，明快得多的图像。 下面可以通过简单的推证，证明变换后的灰度级概率密度是均匀分布的。 ;因为 ;这个简单的证明说明在希望的灰度级范围内，它是均匀密度。; 上面的修正方法是以连续随机变量为基础进行讨论的。为了对图像进行数字处理，必须引入离散形式的公式。当灰度级是离散值的时候，可用频数近似代替概率值，即 ;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;例;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*; 以上介绍的是图像尖锐化处理的几种方法。值得注意的是在尖锐化处理过程中，图像的边缘细节得到了加强，但图像中的噪声也同时被加重了，所以在实际处理中往往采用几种方法处理以便能得到更加满意的效果。 ;*;*;*;*;*;*;*;*;*;*;*;*;*