数字图像处理空域增强技术.pptVIP

  1. 1、本文档共82页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
查看更多

4.4.2直方图规定化第62页,共82页,星期日,2025年,2月5日第63页,共82页,星期日,2025年,2月5日单映射组映射第64页,共82页,星期日,2025年,2月5日误差分析:1.连续情况下两种规则都能给出精确的规定化结果。2.SML映射规则的期望误差总是大于等于GML映射规则的期望误差。3.SML是一种有偏的映射规则,GML为统计无偏的映射规则。误差的计算:各段误差绝对值之和上图中:SML——0.48,GML——0.04第65页,共82页,星期日,2025年,2月5日直方图规定化示例第66页,共82页,星期日,2025年,2月5日直方图规定化vs.直方图均衡化 直方图均衡化:自动增强 效果不易控制 总得到全图增强的结果 直方图规定化:有选择地增强 须给定需要的直方图 可特定增强的结果4.4.2直方图规定化第67页,共82页,星期日,2025年,2月5日S1=t1s2=t2S1=s2t1=0t2=L-1第30页,共82页,星期日,2025年,2月5日第31页,共82页,星期日,2025年,2月5日第32页,共82页,星期日,2025年,2月5日第33页,共82页,星期日,2025年,2月5日4.4 直方图变换 直方图是图象的一种统计表达 直方图反映了图中灰度的分布情况 4.4.1直方图均衡化 4.4.2直方图规定化第34页,共82页,星期日,2025年,2月5日灰度统计直方图 1-D的离散函数 提供了图象象素的灰度值分布情况计算: 设置一个有L个元素的数组,对原图的灰度值进行统计4.4.1直方图均衡化第35页,共82页,星期日,2025年,2月5日灰度直方图下图所示,灰度直方图的横坐标是灰度级,纵坐标是该灰度级出现的频率,是图像的最基本的统计特征第36页,共82页,星期日,2025年,2月5日直方图举例第37页,共82页,星期日,2025年,2月5日直方图举例(续…)典型图像Lena

的灰度分布第38页,共82页,星期日,2025年,2月5日直方图举例(续…)第39页,共82页,星期日,2025年,2月5日直方图举例(续…)图像的灰度级

较低第40页,共82页,星期日,2025年,2月5日直方图举例(续…)第41页,共82页,星期日,2025年,2月5日直方图举例(续…)图像的灰度级

较高第42页,共82页,星期日,2025年,2月5日直方图举例(续…)第43页,共82页,星期日,2025年,2月5日直方图举例(续…)图像的灰度主要

分布在中等的灰

度级中第44页,共82页,星期日,2025年,2月5日直方图举例(续…)第45页,共82页,星期日,2025年,2月5日直方图举例(续…)灰度分布比较

均匀第46页,共82页,星期日,2025年,2月5日直方图举例(续…)注意图像和直方图之间的关系注意高对比度的图像有更平坦

的直方图第47页,共82页,星期日,2025年,2月5日直方图的应用直方图给出了一个简单可见的指示,用来判断一幅图像是否合理的利用了全部被允许的灰度级范围。一幅图像应该利用全部或几乎全部可能的灰度级,否则

等于增加了量化间

隔。丢失的信息将

不能恢复。第48页,共82页,星期日,2025年,2月5日直方图的应用假设某图像的灰度直方图具有二峰性,则表明这个图像较亮的区域和较暗的区域可以较好地分离,取二峰间的谷点为阈值点,可以得到好的2值处理效果第49页,共82页,星期日,2025年,2月5日直方图均衡化直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图的图像,即在每个灰度级上都具有相同的像素点数的过程,便于进行图像比较或分割下图为执行均衡化后的飞机图第50页,共82页,星期日,2025年,2月5日直方图均衡化 借助直方图变换实现(归一的)灰度映射 均衡化(线性化)基本思想 变换原始图象的直方图为均匀分布 ==大动态范围 使象素灰度值的动态范围最大 ==增强图象整体对比度(反差)4.4.1直方图均衡化第51页,共82页,星期日,2025年,2月5日 归一化直方图 增强函数 (1)EH(s):单值单增函数, 各灰度级在变换后仍保持排列次序 (2) 变换前后灰度值动态范围一致4.4.1直方图均衡化第52页,共82页,星期日,2025年,2月5日

文档评论(0)

lanlingling + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档