Python图像处理与机器视觉入门 课件 第四章 图像的点运算 - 直方图均衡化.ppt

练习（1）[2552512552511751272551306]1：计算直方图2：计算均衡化后的直方图3：计算均衡化后的图像2直方图均衡化3直方图规定化3直方图规定化概率论基础回顾：a.直方图某个类别（组距）的次数统计1-2直方图均衡化图像的直方图用来表征该图像像素值的分布情况，用一定数目的小区间来指定表征像素值的范围,每个小区间会得到落入该小区间表示范围的像素数目。图像直方图图形化显示不同的像素值在不同的强度值上的出现频率，对于灰度图像来说强度范围为[0~255]之间，对于RGB的彩色图像可以独立显示三种颜色的图像直方图。为简化问题，下面我们仅讨论灰度图像。灰度数字图像是单通道图像，显示为从最暗黑色到最亮的白色的灰度，每个像素值是0~255范围。直方图均衡化是指将一幅图像的灰度直方图变平,使变换后的图像中每个灰度值的分布概率都相同。在对图像做进一步处理之前,直方图均衡化通常是对图像灰度值进行归一化的一个方法,并且可以增强图像的对比度。1-2直方图均衡化灰度图像：灰度数字图像是单通道图像，显示为从最暗黑色到最亮的白色的灰度，每个像素值是0~255范围彩色图片可以根据公式转换成灰度图片1-2直方图均衡化灰度图像直方图某个像素值的次数统计1-2直方图均衡化灰度图像直方图某个像素值的次数统计单通道图片矩阵0的个数？1的个数? 2的个数？ ............... 255的个数？1-2直方图均衡化灰度图像直方图某个像素值的次数统计单通道图片矩阵0的个数51的个数0 2的个数0 ...............050的个数1...............0 255的个数31-2直方图均衡化灰度图像直方图某个像素值的次数统计1-2直方图均衡化灰度直方图：记录每个灰度的像素的个数；x=[10101020202020101010]Hist(x)=[000…6000…4000…000]1-2直方图均衡化第10个灰度级个数即像素值等于10的个数灰度直方图：记录每个灰度的像素的个数；x=[10101020202020101010]Hist(x)=[000…6000…4000…000]1-2直方图均衡化第20个灰度级个数即像素值等于20的个数直方图作用：均衡化或规定化进行图像增强直接对比直方图判断是否相似图片对比直方图进行图像搜索1-2直方图均衡化直方图均衡化：1-2直方图均衡化直方图均衡化作用：假如图像的灰度分布不均匀，其灰度分布集中在较窄的范围内，使图像的细节不够清晰，对比度较低。通常采用直方图均衡化及直方图规定化两种变换，使图像的灰度范围拉开或使灰度均匀分布，从而增大反差，使图像细节清晰，以达到增强的目的。直方图均衡化，对图像进行非线性拉伸，重新分配图像的灰度值，使一定范围内图像的灰度值大致相等。这样，原来直方图中间的峰值部分对比度得到增强，而两侧的谷底部分对比度降低，输出图像的直方图是一个较为平坦的直方图1-2直方图均衡化直方图均衡化：1-2直方图均衡化直方图均衡化：1-2直方图均衡化直方图均衡化：1-2直方图均衡化均匀分布直方图均衡化公式其中，A表示图像的面积，即像素总数，Hi为灰度级i出现的次数，即第i个灰度级的像素个数。1