图像数字处理3.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 设图像各灰度级的累计分布hp。 直方图均衡化方法实现 —— 3.计算原图灰度的累计分布 例 直方图均衡化方法实现 —— 3.计算原图灰度的累计分布 hs=[0.12, 0.08, 0.16, 0.16, 0.04, 0.04, 0.16, 0.04, 0.08, 0.12] hp=[0.12, 0.20, 0.36, 0.52, 0.56, 0.60, 0.76, 0.80, 0.88, 1.00] 直方图均衡化方法实现 —— 4.计算原、新图灰度值的影射关系 新图像g的灰度值g(i,j)为 例 直方图均衡化方法实现 —— 4.计算原、新图灰度值的影射关系 hp=[0.12, 0.20, 0.36, 0.52, 0.56, 0.60, 0.76, 0.80, 0.88, 1.00] 9*hp=[ 0, 1.80, 3.24, 4.68, 5.04, 5.40, 6.84, 7.20, 7.92, 9.00 ] 影射关系： 新图 [ 0, 2, 3, 5, 5, 5, 7, 7, 8, 9 ] 原图 [ 0, 1, 2, 3, 4 , 5 , 6, 7, 8, 9 ] 例 f 2 5 9 9 8 3 2 5 7 5 5 7 0 7 5 7 8 3 0 5 3 9 3 7 0 g 1 3 9 9 8 2 1 3 7 3 3 6 0 6 4 6 8 2 0 5 2 9 2 6 0 C=16.9211 9*hp C=15.8421 注：请同学们思考一下，为什么均衡化后的对比度还降低了？ 直方图均衡化方法实现 —— 4.计算原、新图灰度值的影射关系 直方图均衡化效果示例 直方图均衡化方法实现 —— 5. 原、新图灰度直方图比较 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 f 的灰度直方图 g 的灰度直方图 直方图均衡化 方法效果示例 伪彩色增强方法 —— 基本原理 由于人眼分辨不同彩色的能力比分别不同的灰度级的能力强，因此，把人眼无法区别的灰度变化，施以不同的彩色来提高识别率，这便是伪彩色增强的基本依据。 伪彩色增强方法 —— 基本思路 要由灰度图像生成一幅彩色图像是一个一到三的影射。 显然由少信息量获得多信息量必然是基于估计原理。也就是说，对未知的部分，通过各种手段进行合理的估计。 研究的目的不同，则给出的灰度到彩色的估计影射方法也随之不同。 伪彩色增强方法 —— 分类 伪彩色增强方法大致可以分为以下三类： 基于灰度变换的伪彩色方法 基于灰度调色板的伪彩色方法 基于区域分割的伪彩色方法 基于灰度变换的伪彩色方法 —— 基本原理 仿照对温度的描述方式，当温度比较低，我们会想到蓝色（又称冷色调）。 当温度较高的时候，会想到红色（又称暖色调）。 根据人感官上的这一特性，将亮度低的影射为蓝色，亮度高的影射为红色。 基于灰度变换的伪彩色方法 —— 影射关系 由此，可以按照如下所示的影射关系进行伪彩色处理。 255 0 63 127 191 255 f gR 255 0 63 127 191 255 f gG 255 f gB 0 63 127 191 255 基于灰度变换的伪彩色方法 —— 影射关系 按照前面的影射关系，最终可以获得灰度与彩色的对应关系如下图所示。 可以看到，经过综合之后，颜色与光照强度相关。 演示示例 基于灰度变换的伪彩色效果示例 基于灰度调色板的伪彩色方法 —— 基本原理 索引值 R G B 1 R1 G1 B1 2 R2 G2 B2 ： : : : N RN GN BN 按照位图文件的索引色模式，首先根据需要设计一个调色板。然后，将灰度值作为调色板的索引值，完成从灰度到彩色的影射。 灰 度 值 基于灰度调色板的伪彩色