图像处理上机实验报告.docxVIP

图像处理上机实验报告 姓名：沈浩 学号班级：030713 直方图均衡化。 1、灰度图像直方图处理方法 图像的直方图是图像处理中一种十分重要且实用的工具，它概括 了一副图像的灰度级内容。从数学上来说图像直方图是图像各灰度值 统计特性与图像灰度值的函数，它统计一幅图像中各个灰度级出现的 次数或概率。实际上，灰度图像直方图是一个离散函数： pf (fk) =nk/n k=0, 1,…，LT 其中fk为图像f(x, y)的笫k级灰度，nk是图像f (x, y)中具 有灰度值fk的象素个数，n是图像象素总数，L是图像的灰度级数。 因为pf(fk)给岀了对各个fk出现概率的一个统计，所以直方图提供 了图像的灰度值分布情况。在灰度直方图坐标系中，横坐标表示图像 中各个像素点的灰度级，纵坐标为各个灰度级上图像各个像素点出现 的次数或概率。在对灰度数字图像的增强处理方法中，灰度均衡化和 灰度规定化应用较为广泛，但后者需要根据具体的图像人为规定好适 当的期望直方图才能得到满意的效果，如果期望直方图规定不当则处 理效果会很差，因此后者的通用性不好。而前者在处理时只需要将当 前的灰度分布重新均衡地分布于整个灰度区间即可，虽然对于某一幅 特定的图象处理效果可能不及灰度规定化，但通用性却要好的多，对 任意图象均可获得相当不错的处理效果。 2、灰度图像直方图均衡化算法分析 直方图均衡化的基本思想是把原始图的直方图变换为均匀分布 的形式，这样就增加了象素灰度值的动态范围从而可达到增强图像整 体对比度的效果。设原始图像在(x, y)处的灰度为f,而改变后的图 像为g，则对图像增强的方法可表述为将在(x, y)处的灰度f映射为 go在灰度直方图均衡化处理中对图像的映射函数可定义为:g = EQ (f),这个映射函数EQ (f)必须满足两个条件(其中L为图像的灰度级 数)： EQ(f)在0WfWL-l范围内是一个单值单增函数。这是为了保 证增强处理没有打乱原始图像的灰度排列次序，原图各灰度级在变换 后仍保持从黑到口(或从口到黑)的排列。 对于OWfWL-l有OWgWL-l,这个条件保证了变换前后灰 度值动态范围的一致性。 累计分布函数(cumulative distribution function, CDF)即可 以满足上述两个条件，并且通过该函数可以完成将原图像f的分布转 换成g的均匀分布。此时的直方图均衡化映射函数为： gk = EQ(fk) = (ni/n) = pf(fi), (k=0, 1, 2,……,L-l) 上述求和区间为0到k,根据该方程可以由源图像的各像素灰度 值直接得到直方图均衡化后各像素的灰度值。在实际处理变换时，一 般先对原始图像的灰度情况进行统计分析，并计算出原始直方图分 布，然后根据计算出的累计直方图分布求出fk到gk的灰度映射关系。 在重复上述步骤得到源图像所有灰度级到目标图像灰度级的映射关 系后，按照这个映射关系对源图像各点像素进行灰度转换，即可完成 对源图的直方图均衡化。 算法的实现 1:程序代码: BOOL WINAPI Equalize(LPSTR lpDIBs, LONG lWidth, LONG lHeight) { unsigned char* IpSource; //指向源图像的指针 LONG ITmp; //临时变量 LONG t, s; //循环变量 BYTE bMaptable[256]; // 灰度映射表 LONG IDegreeCount [256]; // 灰度计数表 LONG ILineBytes; //图像每行的字节数 ILincBytcs = WIDTIIBYTES(lWidth * 8) ; // 计算图像每行的字节数 //重置计数为0 for (t = 0; t 256; t ++) { IDegreeCount[i]二 0; } for (t = 0;t lHeight; t ++) {for (s = 0; s lWidth; s++)/ /计算各个灰度值的计数 { IpSource = (unsigned char *)lpDIBs + ILineBytes * t + s; IDegreeCount [* (IpSource) ] ++: // 该灰度值的计数加 1 for (t = 0; t 256; t++)//计算灰度映射表 { ITmp = 0; // 初始为 0 for (s = 0; sj 二 t ; s++) { ITmp +二 IDegreeCount[s]; } bMaptable[t] = (BYTE) (ITmp * 255 / lHeight / lWidth) ;// 计 算灰度值新的映射表 } for(t 二 0; t lHeigh