灰度直方圖變換ppt課件-在線瀏覽
2025-06-21 05:20本頁面
【正文】 。 對于離散的數(shù)字圖像，用頻率來代替概率 ,則變換函 數(shù) T(rk)的離散形式可表示為 : ? 離散圖像直方圖均衡化 例 假定有一幅總像素為 n=64 64的圖像，灰度級數(shù)為 8，各灰度級分布列于表中。 rk=k/7。 n=sum(nk(:))。 subplot(131) stem(rk,Pr) xlabel(39。) ylabel(39。) title(39。) Tr=cumsum(Pr,2)。rk39。s_k=T(r_k)39。變換函數(shù) 39。 for i=0:7 idx=find(Tr=(2*i1)/14amp。 m0=nk(idx)。 end sums=sum(ns(:))。 subplot(133) stem(rk,Ps) xlabel(39。) ylabel(39。) title(39。) 0 0 . 5 100 . 0 50 . 10 . 1 50 . 20 . 2 5rkPr(rk)均勻化前的直方圖0 0 . 5 100 . 10 . 20 . 30 . 40 . 50 . 60 . 70 . 80 . 91rksk=T(rk)變換函數(shù)0 0 . 5 100 . 0 50 . 10 . 1 50 . 20 . 2 5skPs(sk)均勻化后的直方圖近似的、非理想的均衡結(jié)果 ,雖然直方圖不是很平坦灰度級有所減少，但從分布來看比原直方圖平坦多了而且動態(tài)范圍也擴大了。 若在原圖像一行上連續(xù) 8個像素的灰度值分別為： 0、 7，則均衡后，他們的灰度值為多少？ ? 原圖像的直方圖 均衡后圖像的直方圖 % %本程序產(chǎn)生岡薩雷斯 《 數(shù)字圖像處理 》 （ MATLAB版） % P83 P84 f=imread(39。)。 title(39。)。 title(39。) ylim(39。) g=histeq(f,256)。直方圖均衡化后的圖像 39。均衡化后的直方圖 39。auto39。 cdf=cumsum(hnorm)。 subplot(233),plot(x,cdf) axis([0 1 0 1]) set(gca,39。,0:.2:1) set(gca,39。,0:.2:1) xlabel(39。,39。,9) ylabel(39。,39。,9) %Specify text in the body of the graph: text(,39。,39。,9) 原圖0 100 20001000202230004000直方圖直方圖均衡化后的圖像0 100 20001000202230004000均衡化后的直方圖0 0 . 2 0 . 4 0 . 6 0 . 8 100 . 20 . 40 . 60 . 81輸入灰度級輸出灰度級變換函數(shù)直方圖均衡化示例 0 50 100 150 200 250020040060080010001200140016000 50 100 150 200 25002004006008001000120014001600? 直方圖規(guī)定化（匹配化） 在某些情況下，并不一定需要具有均勻直方圖的圖像，有時需要具有特定的直方圖的圖像，以便能夠增強圖像中某些灰度級。直方圖規(guī)定化是使原圖像灰度直方圖變成規(guī)定形狀的直方圖而對圖像作修正的增強方法 。 ? 連續(xù)圖像直方圖規(guī)定化 首先對原始圖像進行直方圖均衡化，即求變換函數(shù)，所希望的圖像，對它也進行均衡化處理，則二者均衡化的概率密度函數(shù)相同。 ? 離散圖像直方圖規(guī)定化 ? ? ? ?? ? ? ?? ? ? ?? ?kkkkjjzkkkjkjjjrkkrTGsGzzpzGsnnrprTs1100 0???? ?????????????????? ?rk：輸入圖像的灰度級 zk：輸出圖像的灰度級 pr(rk) ：輸入圖像的概率密度函數(shù) pz(zk) ：輸出圖像的概率密度函數(shù) 利用直方圖規(guī)定化方法進行圖像增強的主要困難在于要構(gòu)成有意義的直方圖。 原圖像的直方圖 規(guī)定化直方圖 例題： 采用 與直方圖
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1