数字图像处理直方图处理.pptxVIP

直方像图反映了图的像素的灰度分布是反映一幅图像中的灰度级与出现这种灰度级的像素的概率之间关系的图形。直方图的横坐标为灰度级（用r表示），纵坐标是具有该灰度级的像素个数或出现此灰度级的概率P(rk)。设N（=a×b）为一幅图像中像素总数，nk为第k级灰度的像素数；rk表示第k个灰度级。则：P(rk)=nk/N（归一化后k级灰度像素数）定义：反映各灰度级出现频数的分布情况，进而反映图像对（清晰）度，但不反映各灰度级的空间位置分布。一、灰度直方图3.3直方图处理

直方图的作法1将图像的灰度级归一化计算各灰度级的像素频数(或概率)作图2

练习：试求如图所示一幅10×10，８级灰度图像的灰度直方图。

0000000000111111111111111111112222222222333333333333333333333333333333555555555577777777777777777777c)作图nk01234567rka)将图像的灰度级归一化求得：rk=0,1/7,2/7,…,6/7b)计算各灰度级的像素频数Pk=0.1,0.2,0.1,…

偏暗图像

及其直方图动态范围偏小图像

及其直方图动态范围正常图像

及其直方图

二、直方图的用途0阈值点灰度1.数字化参数可用来判断一幅图像是否合理地利用了全部被允许的灰度级范围。一幅图像应利用几乎全部的灰度级。2.边界阈值选取频率

三、积累直方图

积累直方图就是由前k个等级之和生成的积累直方图。

tk=EH(rk)==,0≤rk≤1,k=0,1,…,L-1假设tk=EH(rk)=1/4,那么灰度rk映射到tk意味着tk=1/4一下的灰度占像素总数的1/4。如果tk=1/2,那么tk=1/2以下的像素占像素总数的1/2，即tk的直方图是均匀分布的。EH(rk)是一个单调增加函数，它等于灰度在rk一下的像素所占的比例，可以写出反函数:rk=EH-1(tk),0≤tk≤1,k=0,1,…,L-1

举例应用：直方图修正灰度修正（改变像素灰度值）?改变直方图（修正）?灰度非线性变换方法：直方图均衡化直方图规定化（匹配）

直方图均衡化一、直方图均衡化灰度直方图反映了数字图像中每一灰度级与其出现频率间的关系,它能描述该图像的概貌。通过修改直方图的方法增强图像是一种实用而有效的处理技术。直方图均衡化是将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。直方图均衡化

对连续变化图像：设r和s分别表示归一化了的原图像灰度和经直方图修正后的图像灰度。即在[0,1]区间内的任一个r值，都可产生一个s值，且1将非均匀密度变换为均匀密度T(r)Pr(r)Ps(s)s1s1rr1

反变换关系为T-1(s)对s同样满足上述两个条件。由概率论理论可知，如果已知随机变量r的概率密度为pr(r),而随机变量s是r的函数，则s的概率密度ps(s)可以由pr(r)求出。假定随机变量s的分布函数用Fs(s)表示，根据分布函数定义T(r)作为变换函数，满足下列条件：①在0≤r≤1内为单调递增函数，保证灰度级从黑到白的次序不变；②在0≤r≤1内，有0≤T(r)≤1，确保映射后的像素灰度在允许的范围内。

利用密度函数是分布函数的导数的关系，等式两边对s求导，有：可见，输出图像的概率密度函数可以通过变换函数T(r)控制原图像灰度级的概率密度函数得到,因而改善原图像的灰度层次,这就是直方图修改技术的基础。从人眼视觉特性来考虑，一幅图像的直方图如果是均匀分布的，即Ps(s)=k(归一化时k=1)时，该图像色调给人的感觉比较协调。因此将原图像直方图通过T(r)调整为均匀分布的直方图，这样修正后的图像能满足人眼视觉要求。12345则有因为归一化假定

上式表明，当变换函数为r的累积直方图函数时，能达到直方图均衡化的目的。01对于离散的数字图像，用频率来代替概率,则变换函数T(rk)的离散形式可表示为:02上式表明，均衡后各像素的灰度值sk可直接由原图像的直方图算出。03两边积分得

一幅图像的sk与rk之间的关系称为该图像的累积灰度直方图。1rk2Pr(rk)3rk4S(rk)5060708

直方图均衡化的计算直方图均衡化过程（算法）：(1)列出原始图灰度级rk；(2)统计原始直方图各灰度级像素数nk;(3)计算原始直方图各概率：pk=nk/N;(4)计算累计直方图：sk=Σpk;(5)取整Sk=int{(L-1)sk+0.5};(6)确定映射对应关系：rk?sk;(7)统计新直方图各灰度级像