灰阶影像的直方图.ppt

* ? 2010 Cengage Learning Engineering. All Rights Reserved. 第四章 點處理4.1 前言 只要是影像處理運算就會轉換像素的灰階值。 影像處理運算可以按照進行轉換時所需的資訊分成三個等級。 複雜度由高至低可排列如下： 轉換（transforms） 鄰域處理（neighborhood processing ） 點運算（point operations） 第四章 點處理 第72頁 第四章 點處理 第72頁 圖4.1 圖 4.1 （點運算） 圖 4.1 4.2 數學運算 數學運算對影像中的每個像素灰階值會進行下列簡單的函數運算。 ex: y=x±C, y=Cx 不管是哪一種情況都必須稍微調整輸出結果，讓結果為落在0 . . . 255 的範圍之內的整數。 第四章 點處理 第73頁 第四章 點處理 第74.75頁 圖4.3 圖 4.3 圖 4.4、表 4.1 第四章 點處理 第75頁 圖4.4 第四章 點處理 第76頁 4.2 數學運算 補色 灰階影像的補色（complement）就是對應到相片的負片。 若影像矩陣m 屬於double 形態（0.0 至1.0）: 1-m 若為uint8形態影像（0至255）: 255-m 第四章 點處理 第76.77頁 圖4.6 圖 4.6 第四章 點處理 第78頁 4.3 直方圖（灰階值分布圖） 灰階影像的直方圖（histogram）是由其灰階值統計量所構成，也就是一張標示每個灰階值在影像中出現次數的圖表。imhist函數 對比不明顯的影像可透過擴展其灰階分布來加強對比： -直方圖擴展法。 -直方圖等化。 假設現有如圖4.9 所示影像直方圖，其灰階分布ni 如下表： 第四章 點處理 第79頁 4.3.1 直方圖擴展法（對比擴展法） 在此可執行圖4.9 右半部之片段線性函數。 此函數可依照下列方程式將灰階層次5 至9 擴展成灰階層次2 至14。 i 是原始灰階層次，j 是轉換後的結果。 第四章 點處理 第79頁 4.3.1 直方圖擴展法（對比擴展法） 第四章 點處理 第80頁 圖4.10 圖 4.10 imadjust 的用法 imadjust對於double、uint8或uint16 形態的影像執行效果一樣好。 a、b、c 和d 的數值必須介於0與1 之間。 此函數會在必要的時候自動將影像im 轉換為double形態。 imadjust(im,[a,b],[c,d]) 注意：imadjust與圖4.9 顯示的運算方式不盡相同。 第四章 點處理 第80.81頁 4.3.1 直方圖擴展法（對比擴展法） imadjust函數還有另一個可選用的參數：gamma值 第四章 點處理 第81.82頁 圖4.12 圖 4.12 4.13 片段線性擴展函數 函數的核心便為如下所示的程式片段： 其中im 是輸入的影像，out是輸出的影像。 第四章 點處理 第83頁 4.3.1 直方圖擴展法（對比擴展法） 參考圖 4.15 第四章 點處理 第83.84頁 圖4.16 圖 4.16 Function histpwl function out = histpwl(im,a,b) % % HISTPWL(IM,A,B) applies a piecewise linear transformation to the pixel values % of image IM, where A and B are vectors containing the x and y coordinates % of the ends of the line segments. IM can be of type UINT8 or DOUBLE, % and the values in A and B must be between 0 and 1. % % For example: % % histpwl(x,[0,1],[1,0]) % % simply inverts the pixel values. % classChanged = 0; if ~isa(im, double), classChanged = 1; im = im2double(im); end if length(a) ~= length (b) error(Vectors A and B must be of equal size); end N=l