DigitalImage008数字图像分析.ppt

直方图能给出图像灰度分布的概貌性描述，如图像的灰度范围、灰度级大致分布情况，由此进一步得出处理的重要依据。 直方图修正是图像增强技术中最常用、最重要的方法之一。所谓直方图修正，是指通过构造灰度级变换，改造原图像的直方图，而使变换后的图像直方图达到一定的要求。 采用直方图修正可使原图像灰度级集中的区域拉开或使灰度分布均匀，从而增大反差，使图像的细节清晰，达到增强的目的。 3.1.3 图象增强:直方图增强 * * engineering school of information 设变量r代表要增强的图像灰度级，假定r已经归一化，即0=r=1。r＝0代表黑；r＝1代表白。设新图像的灰度级为s，，与r的关系为s＝T(r)。假定T(．)满足 (1)0=r=1,T(r)单凋增加， (2)0=r=1,0= T(r) =1 3.1.3 图象增强:直方图增强 * * engineering school of information 一幅图像中、每一像素点的灰度级f可看作是[0，1]区间上的随机变量。假定r是连续变量、则可用概率密度函数 表示图像的灰 度级分布，即 表示图像中灰度级小于f的像素点数目。设 表示变换前后图像的灰度级概率密度函数。根据概率论的知识， 之间的关系为 3.1.3 图象增强:直方图增强 * * engineering school of information 3.1.3 图象增强:直方图增强 直方图均衡化 一种自动调节图象对比度质量的算法 使用的方法是灰度级变换：s = T(r) 基本思想是通过灰度级r的概率密度函数p(rk )，求出灰度级变换T(r) r正则化到[0，1] k k sk = T(rk) = Σp (rj ) = Σnj / n j=0 j=0 * * engineering school of information 3.1.3 图象增强:直方图增强 直方图均衡化的技术要点： 公理：直方图p(rk )，为常数的图象对比度最好 目标：寻找一个灰度级变换T(r)，使结果图象 的直方图p(sk )为一个常数 实现：强制认为累积分布函数CDF是我们要找 的变换函数T(r)， r s = T (r) =∫ pr(w)dw 0 ? r ? 1 0 * * engineering school of information 3.1.3 图象增强:直方图增强 直方图均衡化的算法实现 累积分布函数CDF的计算 用累积分布函数CDF的离散形式来计算 k k sk = T(rk) = Σp (rj ) = Σnj / n j=0 j=0 算法实现： 1) 求出灰度级变换T 2) 用T对图象进行灰度级变换 * * engineering school of information 3.1.3 图象增强:直方图增强 直方图增强举例： 图象f(x,y)，宽300，高10像素，偏暗 255 1000 0 64 * * engineering school of information 3.1.3 图象增强:直方图增强 直方图增强举例：计算变换T T(0) = 1000/3000 * 255 = 85 T(63) = T(62) + 0/3000 = 85 T(64) = (1000/3000 + 1000/3000)*255=170 T(254) = T(253) + 0/30000 = 170 T(255) = (1000/3000 + 1000/3000 + 1000/3000)*255 = 255 * * engineering school of information 3.1.3 图象增强:直方图增强 得到变换函数 T(0) = 85 ... T(63) = 85 T(64) = 170 ... T(254) = 170 T(255) = 255 1000 255 0 85 170 变换后的图象和直方图 * * engineering school of information 3.1.3 图象增强:直方图增强 问题： 图象最暗处依赖于原图像0灰阶像素的个数。有偏亮的倾向。 矫正：Xo= (Xi-85) / (255-85) * 255 1000 255 0 85 170 * * engineering school of information 3.1.3 图象增强:直