-直方图和灰度变换.pptxVIP

4.1 背景知识 4.2 直方图 4.3 灰度变换 4.4 图像噪声 4.5 去除噪声 4.6 图像锐化 4.7 图像的伪彩色处理;图像处理中最具有吸引力的领域之一 ;4.1 背景知识 ;4.2 直 方 图 ;概率密度曲线：用直角坐标系的横轴代表灰度级r，纵轴代表灰度级的概率密度函数pr(r)，可作出一条曲线。这条曲线在概率论中就是概率密度曲线。;图像灰度分布的概率密度函数 ;直方图 (Histogram)： 灰度直方图是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中每种灰度出现的频率。灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频度，它是图像最基本的统计特征。 ; 图像灰度直方图 ;4.2.2 直方图的性质 （1）直方图只包含了图像中某一灰度值的像素出现的概率信息，而丢失了其所在位置的信息。 （2）图像与直方图之间是多对一的映射关系。; 图像与直方图间的多对一关系 ; （3） 由于直方图是对具有相同灰度值的像素统计得到的， 因此，一幅图像各子区的直方图之和就等于该图像全图的直方图。 ;4.2.3 直方图的计算 在离散形式下， 用rk代表离散灰度级，用pr(rk)代表pr(r)，并且有下式成立： ;Lena图像及直方图 （a） Lena图像；（b） Lena图像的直方图 ;;4.2.4 直方图修改技术的基础 一幅给定图像的灰度级分布在0≤r≤1范围内，可以对［0, 1］区间内的任一个r值进行如下变换：  s=T(r)  通过上述变换，每个原始图像的像素灰度值r都对应产生一个s值。变换函数T(r)应满足下列条件：  （1） 在0≤r≤1区间内，T(r)值单调增加；  （2） 对于0≤r≤1， 有 0≤T(r)≤1。 ; 单调递增的灰度级变换函数 ; 由概率论理论可知，如果pr(r) 和变换函数T(r)已知，且T(r)满足条件（1），则变换变量s的概率密度函数ps (s) 可由以下公式得到： 由上式可见，通过变换函数T(r)可以控制图像灰度级的概率密度函数改变图像的灰度层次。这就是直方图修改技术的理论基础。 ;4.2.5 直方图均衡化处理 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。假定变换函数为 ;直方图均衡化处理 ; 当灰度级是离散值时， ;直方图均衡化处理举例：书P60 ; 经直方图均衡化后的Lena图像及直方图 （a） 经直方图均衡化后的Lena图像； （b） 均衡化后的Lena图像的直方图 ;直方图均衡化处理的特征： 自动化处理； 图像动态范围增加； 灰度简并现象。;4.2.6 直方图规定化处理（直方图匹配）;－算法思想： 设： {rk}是原图象的灰度级, {zk}是符合指定直方图结果图象的灰度级 我们的目标是：找到一个灰度级变换H，有： z = H(r);－算法步骤： 1) 对{rk}、{zk}分别做直方图均衡化 2) 求G变换的逆变换 z = G-1 (v) ; 3) 根据均衡化的概念，s，v都是常量 用 s替代v有 z = G-1 (s) 2) 求G-1和T的复合变换，有： z = G-1 (T(r)) = G-1T(r) H = G-1T;－算法实现： 1）求出灰度级变换T 2）求出灰度级变换G，同时求出逆变换G-1 3）通过T和G-1求出复合变换H 4）用H对图象做灰度级变换;原始直方图;规定化直方图;均衡化处理后的直方图数据;结果直方图数据;直 方 图 规 定 化 处 理 结 果 图 ;4.3 灰 度 变 换 ;1. 图像反转 ;2. 对数变换 ;3. 幂次变换 ;; 用幂次变换进行对比度增强。相应的伽马值分别为0.6，0.4和0.3 (c始终为1) ; 幂次变换的另一例证 令γ= 3.0，4.0和5.0的处理结果。 ;4. 线性变换 假定原图像f(x, y)的灰度范围为［a, b］，希望变换后图像g(x, y)的灰度范围扩展至［c, d］，则线性变换可表示为 ; 有时为了保持f(x, y)灰度低端和高端值不变，可以采用以下形式： ; 线性灰度变换 (a) 原始图像； (b)