DIP-03-图像表示-直方图-灰度映射(1).pptVIP

Guo S. 数字图像处理Digital Image Processing 郭 素梅 Guo S. 目录 采样和量化 图像表示 直方图的概念 直方图 归一化直方图 累积直方图 灰度映射 原理 常见的映射 matlab实现 采样和量化 采样和量化 Sampling（一维信号时间轴、 二维信号空间轴的数字化） 采样频率/采样间隔：空间分辨率 Quantization（一维信号振幅、 二维信号振幅、图像明暗的数字化） 量化级数/量化数：幅度分辨率 采样和量化 采样和量化 数字化的两个关键参数 时间或空间分辨率（采样频率）（时间轴/空间轴的采样间隔） 幅度分辨率（量化比特数，量子化数）（振幅轴的数字化） 采样和量化参数变化效果 数字图像的表示 各种各样的格式：JPG、GIF、tif、ppm、eps、bmp、raw等 浓淡表示： 数字图像的表示 像素 初识：数字图像 表示图像的基本值 彩色/灰色 图像大小 表示白色的值（MATLAB里有double和uint8） 数字图像的表示和处理 基本信息： 图像大小sx，sy？ 灰度还是彩色？ 表示白色的值vmax ？ 图像数据用矩阵表示！ 图像空域处理 点运算（灰度映射）：直接对当前像素值进行处理！ 模板运算：利用当前像素和周边像素 坐标变换：对坐标和像素值两方均处理 初试：数字图像处理 f = imread(lenaG.tif); %读取图像到f [sx sy] = size(f); %取得f的像素数 figure; imshow(f); title(lena); %开显示窗、显示图像、添加标题 g = f *2 + 30; % 灰度值线性变换 figure; imshow(g); title(result); imwrite(g, result-1.tif); %存储结果图像 直方图 Histogram 灰度统计直方图 1-D的离散函数 提供了图像像素的灰度值分布情况；一个灰度所出现的次数 计算方法：设置一个有 L 个元素的数组，对原图的灰度值进行统计 归一化直方图 累积直方图、归一累积直方图 直方图计算 直方图计算 直方图计算 f = imread(lenaG.tif); %读取图像到f [sx sy] = size(f); %取得f的像素数 h(1:256) = 0; %初始化 for i=1:sx %一个一个判断 for j=1:sy k = f(i,j); % h(k)=h(k)+1; end; end; figure; plot(h); title(Lena: hist); 直方图计算 f = imread(lenaG.tif); %读取图像到f [sx sy] = size(f); %取得f的像素数 h(1:256) = 0; %初始化 for i=1:sx %一个一个判断 for j=1:sy k = f(i,j); % h(k)=h(k)+1; end; end; figure; plot(h); title(Lena: hist); 直方图计算 f = imread(lenaG.tif); %读取图像到f [sx sy] = size(f); %取得图像大小 h = imhist(f); %利用MATLAB函数，计算直方图 h1=h / (sx*sy); %计算归一化直方图 vmax=256; H(1:vmax)=0; H(1)=h(1); for i=2:vmax H(i) = H(i-1) + h(i); %计算归一累积直方图：没有对应的函数 end; H1 = H / (sx*sy); %归一累积直方图 直方图的性质 灰度直方图表述了图像的一维统计信息：不同灰度级的出现次数 灰度直方图与图像的对应关系：一对多 子图直方图之和 = 全图直方图 以下关系总成立： 直方图 从直方图看图像的统计信息 直方图的用途 作为图像数字化的参数 作为分割图像的阈值选择 直方图均衡化（图像增强） 直方图相关知识点总结 直方图的概念 及其计算 归一化直方图 及其计算 累积直方图 及其计算 归一累积直方图 及其计算 直方图的性质 直方图的用途 点运算：灰度映射 灰度映射 由于图像的亮度范围不足或非线性会使图像的对比度不理想。采用图像灰度值变换方法，即改变图像像素的灰度值，以改变图像灰度的动态范围，增强图像的对比度。 设原图像(像素灰度值)为f(x,y)，处理后图像(像素灰度值)为g(x,y)，则对比度增强可表示为： 其中，T(.)表示增强图像和原图像的灰度变换函数