ECE 472572 Lecture 1 University of TennesseeECE 472572讲座1 田纳西大学.pptVIP

下载本文档

4
0
约6.06千字
约 40页
2017-02-13 发布于上海
举报
版权申诉

ECE 472572 Lecture 1 University of TennesseeECE 472572讲座1 田纳西大学.ppt

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

* * * * * * * * * * * * * * * * Problems with HE ??? Solutions ??? * *Histogram specification Step1: Equalize the levels of the original image Step2: Specify the desired pdf and obtain the transformation function Step3: Apply the inverse transformation function to the levels obtained in step 1 * HS - Example 0 1 2 3 10 80 95 100 r s 0 1 2 3 10 70 15 5 r hist(r) 10 15 30 60 10 20 50 15 z hist(z) 10 15 30 60 10 30 80 95 z G(z) Specified histogram 0 1 2 3 10 30 60 65 r z * Comparison (HE vs. HM/HS) * Local enhancement * Point processing Simple gray level transformations Image negatives Log transformations Power-law transformations Contrast stretching Gray-level slicing Bit-plane slicing Histogram processing Histogram equalization Histogram matching (specification) Arithmetic/logic operations Image averaging * Image averaging original image f(x, y) + noise h(x, y) noisy image g(x, y) * Image average (cont’) If the noise is uncorrelated and has zero expectation, then * Image averaging – How to generate Gaussian noise? (572) //This function creates a gaussian random number between -3 and 3 double gaussrand() { static double V1, V2, S; static int phase = 0; double X; if (phase == 0) { do { double U1 = (double)rand() / RAND_MAX; double U2 = (double)rand() / RAND_MAX; V1 = 2 * U1 - 1; V2 = 2 * U2 - 1; S = V1 * V1 + V2 * V2; } while(S = 1 || S == 0); X = V1 * sqrt(-2 * log(S) / S); } else X = V2 * sqrt(-2 * log(S) / S); phase = 1 - phase; return X; } * Summary - Point processing Simple gray level transformations Image negatives Log transformations Power-law transformations Contrast stretching Gray-level slicing Bit-plane slicing Histogram processing Histogram equalization Derivation (572 only) Histogram matching (specification) (572 only) Arithmetic/logic operations Image averaging Generation of Gaussian noise (572 only) * * * * * * * * * * * * * * * * * * * * * * To find a transformatio