[教育学]图形与图像处理 第3章空域图像增强.ppt

均值 n=2,方差 n阶差 对于局部图像 表示图像的对比度 表示图像的平均亮度 3.3.4在图像增强中使用直方图统计学 3.3.4在图像增强中使用直方图统计学 支架上的钨丝 局部平均得到的图像 局部方差得到的图像 符合处理条件的图像 3.3.4在图像增强中使用直方图统计学 3.3.4在图像增强中使用直方图统计学 增强后的图像 已知一幅图灰度级的概率分布密度： 如何对其进行直方图均衡化。 作业题 解：实质是求T(r). 答案 作业题 在位图切割中，就8比特图像的位平面抽取而言 （1）通常，如果将低阶比特面设为零值，对一幅图像的直方图有何影响？ （2）如果将高阶比特面设为零值将对直方图有何影响？ 答案 答：（1）如果将低阶比特面设为零，图像的不同灰度级的个数会减少，即某些灰度级的像素数会丢失，而像素总数是不变的，丢失的像素转移到其它未丢失的灰度级上，从而图像的直方图密度变低； （2）当图像高阶比特面设为零，高灰度级的像素会丢失，丢失的像素都转移到低灰度级上，从而导致图象直方图只有低灰度区，高灰度区直方图均为零。 * 图像增强的通用理论是不存在的。当图像为视觉解释进行处理时，由观察者最后判断方法的效果。 当为机器感知而处理图像时，最好的方法就是能得到最好的机器可识别结果。 * T能对输入图像集进行操作，例如为减少噪音而对K幅图像进行逐像素的求和操作。 * 更大的邻域会有更多的灵活性，一般的方法利用点（x,y）事先定义的邻域里的一个f函数来确定g的值，其公式化的一个主要方法就是利用所谓的模板，模板的系数值决定了处理的性质。 * 为了显示被高亮度像素掩盖了的低灰度级的细节，例如傅立叶频谱0-1.5*106范围，当这些值在8bit的系统中进行线性标度显示时频谱中的低值将被损失掉。 3.2.4 分段线性变换函数 对比拉伸 最简单的分段线性函数之一是对比拉伸变换。低对比度图像可由照明不足、成像传感器动态范围太小，甚至在图像获取过程中透镜光圈设置错误引起。对比拉伸的思想是提高图像处理时灰度级的动态范围。 灰度切割 在图像中提高特定灰度范围的亮度通常是必要的，其应用包括增强特征和增强X射线图中的缺陷。 3.2.4 分段线性变换函数 位图切割 对任意m比特灰度级的图像可用多项式 表示，图像可分解成m个二值图。即m个位平面。 3.2.4 分段线性变换函数 3.2.4 分段线性变换函数 3.3 直方图处理 灰度直方图是灰度级的函数，描述的是图像中该灰度级的像素的个数：从图形上说，其横坐标是灰度级，纵坐标是该灰度出现的频率；从数学上说，灰度直方图是图像各灰度值统计特性与图像灰度值的函数，它统计一幅图像中各灰度级出现的次数或概率。 灰度级为[0，L-1]范围的数字图像的直方图是离散函数 ，rk是第k级灰度，nk是图像中灰度级为rk的像素的个数。 归一化直方图： n为图像中总像素数 3.3 直方图处理 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。 连续变化图像的均衡化问题 3.3.1 直方图均衡化 0 1 rk sk= T(rk) s r T(r) 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 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。 因为归一化假定 则有 两边积分得 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。 对于离散的数字图像，则变换函数T(rk)的离散形式可表示为: 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。 3.3.1 直方图均衡化 一幅图像sk同rk之间的关系称为该