数字图像处理学习课件.ppt

2 点运算和直方图 （3）其它情形 *若灰度变换函数存在0斜率，则输出直方图将产生尖峰； *若灰度变换函数存在斜率无穷大，则输出直方图将部分区域扩展为一定宽度； *若灰度变换函数不存在反函数，可以将输入直方图划为几段，然后输出直方图为几部分之和。 （4）分段线性变换 3 直方图均衡化 1）目的 使一输入图像转换为在每一灰度级上都有相同的像素点数（即输出的直方图是平的）。 进一步的作用在于图像比较和分割。 2）研究思路：通过直方图变换公式 3）步骤 4）离散情况 5）例子 3 直方图均衡化 3 直方图均衡化 %初始化及得到lenna的灰度 lenna=zeros(128,128); lenna_equ=zeros(128,128); histgram=zeros(256); cdf=zeros(256); [lenna,map]=imread(c:\temp\lenna.bmp,bmp); %get histogram for i=1:128 for j=1:128 k=lenna(i,j); histgram(k)=histgram(k)+1; end end 3 直方图均衡化 %get cdf cdf(1)=histgram(1); for i=2:256 cdf(i)=cdf(i-1)+histgram(i); end %run point operation for i=1:128 for j=1:128 k=lenna(i,j); lenna_equ(i,j)=cdf(k)*256/(128*128); end end %生成直方图均衡化后的lenna图 imwrite(lenna_equ,map,c:\temp\lenna_equ.bmp); 3 直方图均衡化 3 直方图均衡化 4 直方图规定化 1）目的 使处理的图像具有指定的直方图形状。 2）研究思路 3）步骤 4）离散情况 5）举例 4 直方图规定化 1）设输入图像为A(x,y)； 2）输出图像B(x,y)有规定的直方图HB； 3）输入图像和输出图像有共同的均衡化图像C(x,y); 5 直方图匹配 1）目的 通过转换比较两幅数字图像的直方图，判断两幅数字图像是否为同一物理景象。 2）研究思路 3）步骤 4）离散情况 5）举例 A(x,y) B(x,y) C(x,y) 问题1：在给定A图像和C图像的情况下，如何选取灰度变换函数？ 问题2：判断A图像和C图像是否为同一物理图像？（请思考） 5 直方图匹配 5 直方图匹配 .. .. .. .. .. .. .. .. .. .. .. .. .. 数字图像处理 第四章 点运算 * CH4 点运算 一、引言 二、点运算和直方图 三、直方图均衡化 四、直方图规定化 五、直方图匹配 六、光度学校正和显示校正 七、要点总结 习题 图像增强: 改善图像, 已使图像看起来更好. 如何观察到图像更多细节, 如何达到较好的对比度. 图像增强两种方法: 基于图像灰度值统计的方法; 基于图像空间频率的方法. 1 引言 1）点运算（point operation）定义 对于一幅输入图像，将产生一幅输出图像，输出图像的每个像素点的灰度值由输入像素点决定。点运算由灰度变换函数（gray-scale transformation, GST）确定。 Notice： （1）与局部（邻域）运算的差别，输入像素-输出像素一一对应； （2）与几何运算的差别，不改变图像的空间关系； （3）又称为对比度增强，对比度拉伸或灰度变换。 1 引言 2）点运算的种类 （1）线性点运算 1 引言 lenna.bmp 1 引言 （2）非线性点运算 常用对数函数、幂次函数和分段线性函数 1 引言 1 引言 lenna.bmp 1 引言 3）应用 （1）光度学标定（photometric calibration） 希望数字图像的灰度能够真实反映图像的物理特性。如 去掉非线性； 变换灰度的单位。 （2）对比度增强（contrast enhancement）或对比度扩展（contrast stretching） 将感兴趣特征的对比度扩展使之占据可显示灰度级的更大部分。 （3）显示标定（display calibration） 显示设备不能线性地将灰度值转换为光强度。因此点运算和显示非线性组合，以保持显示图像时的线性关系。 （4）轮廓线确定 用点运算的方法进行阈值化。 （5）裁剪 每次点运算的最后一步，都将负值置为0；而将正值约束在灰度