第四章图像增强与平滑1教学教案.pptVIP

直方图均衡的效果图 图像直方图 定义 性质 应用 计算 花粉图像均衡化后的图像及直方图 直方图均衡的效果图 图像直方图 定义 性质 应用 计算 直方图均衡的效果图 * 姓名：樊红莉 Tele.：8207097 (O) Email：fhl_1@126.com 湖北汽车工业学院 数字图像处理 1.改善图像的视觉效果。 2.突出图像的特征，便于计算机处理。 一．应用 二. 分类 第四章：图像增强(一) 三. 内容 1.空域处理:直接对图像进行处理。 2.频域处理:是图像的变换域上进行处理， 增强感兴趣的频率分量，然后通过逆变换获得图像增强效果。 一．应用 二. 分类(按作用域) 第四章：图像增强 三. 内容 4.1 图像直方图 一．概念 二. 性质 三. 计算 1. 灰度图像直方图 2. 彩色图像二维直方图 四. 应用 图像直方图 图 图像灰度直方图 1. 灰度直方图(Density Histogram) 灰度直方图是灰度级的函数，表示某种灰度级的像素的个数，反映的是一幅图像中各灰度级像素出现的频率。 以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。 定义 性质 应用 计算 灰度级 像素数 频 率 灰度级 1. 灰度直方图(Histogram) 定义 性质 应用 计算 图像直方图 图　图像灰度直方图 设r为图像的灰度级，作归一化处理，灰度级r将被限定在［0, 1］之内。在灰度级中，r=0代表黑，r=1代表白。r的灰度级是随机的，假定每一瞬间，它们是连续的随机变量，那么就可以用概率密度函数pr(r)来表示原始图像的灰度分布。 图　图像灰度分布概率密度函数 1. 灰度直方图(Histogram) 图像直方图 定义 性质 应用 计算 暗 亮 2. 彩色图像的分波段直方图 R G B 定义 性质 应用 计算 图像直方图 图像直方图 一．概念 二. 性质 三. 计算 四. 应用 1. 空间信息丢失 2. 图像与直方图之间是多对一的关系 3. 整个图像的直方图是部分之和 1. 空间信息丢失 去除灰度为255部分的直方图 定义 性质 应用 计算 图像直方图 2.图像与直方图之间是多对一的关系 定义 性质 应用 计算 图像直方图 3. 整个图像的直方图是部分之和 定义 性质 应用 计算 图像直方图 A直方图＝B直方图＋C直方图 图像直方图 一．概念 二. 性质 三. 计算 1. 一般离散形式下的计算 2. 步骤 3.示例图 四. 应用 1. 一般离散形式下的计算 定义 性质 应用 计算 用rk代表离散灰度级，用pr(rk)代表pr(r)且有下式成立： 式中：nk:图像中出现rk级灰度的像素数， n:图像像素总数，nk/n:频数。 图像直方图 （4-1） 2. 步骤 设若图像具有L级灰度（通常L=256，即8位灰度级），大小为M×N的灰度图像f(x, y)的灰度直方图pBuffer［0…L-1］算法： （1） 初始化：pBuffer［k］=0 ; k=0, …, L-1。 （2） 统计：pBuffer［f(x, y)］++ ; x, y =0, …, M-1, 0, …, N-1。 （3） 归一化：pBuffer［f(x, y)］/M*N。 其中，直方图的归一化是一个可选项。 定义 性质 应用 计算 图像直方图 示例图 图　　 Lena图像及直方图 （a） Lena图像；（b） Lena图像的直方图 定义 性质 应用 计算 图像直方图 图像直方图 一．概念 二. 性质 三. 计算 1、图像增强——均衡化 2、图像分割 3、图像压缩 四. 用途 图像直方图 定义 性质 应用 计算 图像增强——均衡化 1、基础 2、直方图均衡化 图像直方图 定义 性质 应用 计算 处理 图像直方图 右图：花粉图像的暗、亮、低对比度和高对比度的四种基本图像类型及其相应的直方图。 可以直观地看到，若一幅图像其像素占有全部可能的灰度级并且分布均匀，则这样的图像具有高对比度和多变的灰度色调。 开发一种变换函数，仅依靠输入图像直方图中的信息就可以自动达到这样的效果 定义 性质 应用 计算 基础——变换函数 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值进行如下函数变换： 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； 