數(shù)字圖像處理與分析第3章-預(yù)覽頁
【正文】 灰度直方圖反映了一幅圖像的灰度分布情況。 從三幅圖像的灰度分布來看圖像的質(zhì)量均不理想。 1. 直方圖均衡化 1) 目的 將原始圖像的直方圖變?yōu)榫夥植嫉男问?，即將一已知灰度概率密度分布的圖像，經(jīng)過某種變換，變成一幅具有 均勻灰度概率密度分布 的新圖像。 直 方圖均衡化 s=T(r) r代表原始圖像的灰度級(jí)， s為變換后的灰度級(jí)。 直 方圖均衡化 考慮到灰度變換不影響象素的位置分布，也不會(huì)增減像素?cái)?shù)目。進(jìn)行 直 方圖均衡化 。 rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1 nk 790 1023 850 656 329 245 122 81 p(rk) sk計(jì)算 例 步驟： rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1 nk 790 1023 850 656 329 245 122 81 p(rk) sk計(jì)算 sk舍入 1/7 3/7 5/7 6/7 6/7 1 1 1 2. 把計(jì)算的 sk就近安排到 8個(gè)灰度級(jí)中。 例：圖像均衡化效果 原圖像 均衡化后的圖像 直方圖規(guī)定化的思想 ?直方圖規(guī)定化方法 是使原圖像灰度直方圖變成規(guī)定形狀的直方圖而對(duì)圖像作修正的增強(qiáng)方法。 ?g=histeq(f,hspec)%f為輸入圖像，hspec為指定的直方圖 (一個(gè)由指定值構(gòu)成的行向量 )?？梢?將一個(gè)像素及其鄰域內(nèi)的所有像素的平均灰度值賦給平滑圖像中對(duì)應(yīng)的像素， 從而達(dá)到平滑的目的。M表示集合 s內(nèi)像素的總數(shù)。 非加權(quán)鄰域平均 ? 非加權(quán)鄰域平均法可以用模板求得，即在待處理圖像中逐點(diǎn)地移動(dòng)模板，求模板系數(shù)與圖像中相應(yīng)像素的乘積之和，模板數(shù)為 1。 ? 為了改善效果，就可采用加權(quán)平均的方式來構(gòu)造濾波器。 ?中值濾波方法對(duì)脈沖干擾和椒鹽噪聲的抑制效果好，在抑制隨機(jī)噪聲的同時(shí)能夠保持邊緣減少模糊。 中值濾波器 —— 例題 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 3 4 5 6 6 7 （ a）為含有隨機(jī)噪聲的灰度圖像 (b)（ c） (d）是分別用 3 5 7 7模板得到的平滑圖像。 ?因?yàn)樵肼暤木挡粸?0，所以 均值濾波 不能很好地去除噪聲點(diǎn)。 ?因?yàn)檎龖B(tài)分布的均值為 0，所以 均值濾波 可以消除噪聲。 pepper(椒鹽噪聲 ) ?g = imnoise(f,” salt amp。 f表示待處理的圖像， [m n]表示模板的尺寸， padopt指定了三個(gè)可能的邊界填充選項(xiàng)之一： ‘ zeros’（
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1