直方圖直方圖均衡化增強(qiáng)_第1頁
直方圖直方圖均衡化增強(qiáng)_第2頁
直方圖直方圖均衡化增強(qiáng)_第3頁
直方圖直方圖均衡化增強(qiáng)_第4頁
直方圖直方圖均衡化增強(qiáng)_第5頁
已閱讀5頁,還剩16頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

本周實(shí)驗(yàn)課主要內(nèi)容一、數(shù)字圖像直方圖統(tǒng)計(jì)

1.什么是圖像和像素點(diǎn)

2.

什么是直方圖二、數(shù)字圖像直方圖均衡化增強(qiáng)1.什么是直方圖均衡化

2.

圖像增強(qiáng)的原理三、數(shù)字圖像邊緣檢測(Sobel算子)1.什么是圖像邊緣檢測2.Sobel算子的原理及實(shí)現(xiàn)方法第1頁/共20頁第一頁,共21頁。實(shí)驗(yàn)一數(shù)字圖像直方圖統(tǒng)計(jì)第2頁/共20頁第二頁,共21頁。圖像和像素點(diǎn)

一幅圖像由若干個(gè)像素點(diǎn)組成。每個(gè)像素點(diǎn)的明暗程度/亮度信息都可以用灰度級(jí)(0~255)來表示。不同的明暗程度的若干個(gè)像素點(diǎn)就組成了一幅完整的圖像。如一張320*240的灰度圖像,表示該圖像有320行,每行有240個(gè)像素點(diǎn)。

(a)原始圖像(b)圖a局部放大(c)圖b局部放大

c語言中,用一個(gè)數(shù)組來保存一張圖像。如unsignedintdbimage[80*80]表示“一張6400(即80*80)個(gè)像素點(diǎn)的灰度圖像”。而數(shù)組元素dbimage[1]表示“第二個(gè)像素點(diǎn)的灰度級(jí)”。在.bmp文件中,開始1078個(gè)字節(jié)是用來設(shè)置“bmp格式”,1078個(gè)字節(jié)之后的數(shù)據(jù)才是圖像像素點(diǎn)的“灰度級(jí)”信息,并且先存圖片的最后一行,最后存圖片的第一行。

第3頁/共20頁第三頁,共21頁。

直方圖是圖像的一種統(tǒng)計(jì)表達(dá),由一系列高度不等的縱向條紋表示數(shù)據(jù)分布的情況。

灰度直方圖是灰度級(jí)的函數(shù),它表示圖象中具有每種灰度級(jí)的像素的個(gè)數(shù),反映圖象中每種灰度出現(xiàn)的頻率。它描述了圖像中各種灰度(對(duì)于像素深度為8位的圖像共有0-255共256種取值)在整個(gè)圖像中占有的比例。

如下圖所示,灰度直方圖的橫坐標(biāo)是灰度級(jí),縱坐標(biāo)是該灰度級(jí)出現(xiàn)的頻率(該灰度級(jí)的像素個(gè)數(shù)除以整幅圖片的像素個(gè)數(shù))?;叶戎狈綀D是圖象的最基本的統(tǒng)計(jì)特征。

直方圖第4頁/共20頁第四頁,共21頁。

直方圖

在c語言中,也用一個(gè)數(shù)組來存儲(chǔ)直方圖。如:floatfhistogram[256];數(shù)組中的元素fhistogram[1]表示"灰度級(jí)為1的像素點(diǎn)的頻數(shù)",即:

其中表示該圖片中有

個(gè)像素點(diǎn)的灰度級(jí)為k,n表示“該圖片中像素點(diǎn)的總個(gè)數(shù)”

。

盡管灰度直方圖不能表示出某灰度值在什么位置,更不能直接顯示圖像內(nèi)容,但是具有統(tǒng)計(jì)特性的直方圖卻能描述該圖像的灰度分布特性,使人們從中得到諸如總體明亮程度、對(duì)比度等與圖像質(zhì)量有關(guān)的灰度分布概況,成為一些處理方法的重要依據(jù)。第5頁/共20頁第五頁,共21頁。數(shù)字圖像直方圖統(tǒng)計(jì)選擇菜單View->Graph->Image,做如下設(shè)置:選擇菜單View->Graph->Time/Frequency,做如下設(shè)置第6頁/共20頁第六頁,共21頁。數(shù)字圖像直方圖統(tǒng)計(jì)開始用不同參數(shù)調(diào)用構(gòu)造圖像的函數(shù)產(chǎn)生圖像調(diào)用直方圖統(tǒng)計(jì)子程序統(tǒng)計(jì)直方圖循環(huán)重復(fù)五次直方圖統(tǒng)計(jì)子程序初始化直方圖統(tǒng)計(jì)數(shù)組(賦0值)統(tǒng)計(jì)圖像中各種灰度值(取值0-255)的像素個(gè)數(shù)計(jì)算各種灰度值的像素個(gè)數(shù)占全部圖像像素的百分比直方圖統(tǒng)計(jì)結(jié)束第7頁/共20頁第七頁,共21頁。實(shí)驗(yàn)二數(shù)字圖像均衡化增強(qiáng)第8頁/共20頁第八頁,共21頁。

直方圖均衡化圖像增強(qiáng)的原理圖像增強(qiáng)處理技術(shù)是數(shù)字圖像處理的基本內(nèi)容之一。圖像增強(qiáng)是指按特定的需要突出一幅圖像中的某些信息,同時(shí),削弱或去除某些不需要的信息的處理方法。利用直方圖統(tǒng)計(jì)的結(jié)果,通過使圖像的直方圖均衡的方法稱為直方圖均衡化,直方圖均衡化可以達(dá)到增強(qiáng)圖像顯示效果的作用。其基本思想是把原始圖像的直方圖變換成均勻分布的形式,這樣就增加了像素灰度值的動(dòng)態(tài)范圍,從而達(dá)到增強(qiáng)圖像整體對(duì)比度的效果。通過直方圖統(tǒng)計(jì),可以觀察出,圖像中各種亮度所占的比例大都分布不均勻,設(shè)法增加在直方圖統(tǒng)計(jì)中所占比例高的像素和其他占的比例少的像素之間的亮度差,可以提高圖像的顯示效果。簡單來說,直方圖增強(qiáng)的方法就是壓縮直方圖中比例少的像素所占用的灰度范圍,多出來的灰度空間按照統(tǒng)計(jì)比例分配給直方圖中比例高的像素使用。這種方法主要是針對(duì)人眼對(duì)灰度差別越大的圖像更容易分辨的特點(diǎn)而做的增強(qiáng)。具體方法是:第9頁/共20頁第九頁,共21頁。

直方圖均衡化的原理

灰度直方圖的計(jì)算十分簡單,依據(jù)定義在離散形式下有下面的公式成立:

(1)

公式中:為圖像中出現(xiàn)灰度為k的像素?cái)?shù),n是圖像像素總數(shù),而即為頻數(shù)

。(2)計(jì)算累積直方圖各項(xiàng):

(3)取整擴(kuò)展:(4)映射對(duì)應(yīng)關(guān)系:

第10頁/共20頁第十頁,共21頁。直方圖均衡化原理例如:如果原始圖像中某個(gè)像素點(diǎn)的灰度級(jí)為2,經(jīng)過直方圖均衡化之后該像素點(diǎn)的灰度級(jí)就變成166。第11頁/共20頁第十一頁,共21頁。

數(shù)字圖像直方圖均衡化增強(qiáng)選擇菜單View->Graph->Image,做如下設(shè)置:選擇菜單View->Graph->Image,做如下設(shè)置:選擇菜單View->Graph->Image,做如下設(shè)置:第12頁/共20頁第十二頁,共21頁。

數(shù)字圖像直方圖均衡化增強(qiáng)第13頁/共20頁第十三頁,共21頁。實(shí)驗(yàn)三數(shù)字圖像邊緣檢測第14頁/共20頁第十四頁,共21頁。邊緣檢測

邊緣能勾劃出目標(biāo)物體,使觀察者一目了然,邊緣蘊(yùn)含豐富的內(nèi)在信息(方向、階躍性質(zhì)和形狀等)。從本質(zhì)上說,圖像邊緣是圖像局部特征不連續(xù)性(灰度突變、顏色突變和紋理結(jié)構(gòu)突變等)的反映,它標(biāo)志著一個(gè)區(qū)域的終結(jié)和另一個(gè)區(qū)域的開始。邊緣提取首先檢測出圖像局部特征的不連續(xù)性,然后再將這些不連續(xù)的邊緣像素連成完備的邊界。邊緣的特征是沿邊緣走向的像素變化平緩,而垂直于邊緣方向的像素變化劇烈,所以,從這個(gè)意義上說,提取邊緣的算法就是檢測出符合邊緣特性的邊緣像素的算子。目前提取邊緣常采用邊緣算子法、曲面擬合法和模板匹配法等方法。兩個(gè)具有不同灰度值的相鄰區(qū)域之間總存在邊緣,邊緣是灰度值不連續(xù)的結(jié)果,這種不連續(xù)性通常可以利用求導(dǎo)數(shù)的方法方便地檢測到,一般常用一階導(dǎo)數(shù)和二階導(dǎo)數(shù)來檢測邊緣。邊緣檢測的基本思想是首先利用邊緣增強(qiáng)算子,突出圖像中的局部邊緣,然后定義像素的“邊緣強(qiáng)度”,通過設(shè)置門限的方法提取邊緣點(diǎn)集。常用的邊緣檢測算子有Robert算子、Sobel算子、LOG算子和Canny算子。第15頁/共20頁第十五頁,共21頁。梯度算子

梯度算子是一階導(dǎo)數(shù)算子。對(duì)于圖像函數(shù)f(x,y),它的梯度定義為一個(gè)向量:

向量幅度值為

向量方向角為

由于數(shù)字圖像是離散的,計(jì)算偏導(dǎo)數(shù)Gx和Gy時(shí),常用差分來代替微分,為計(jì)算方便,常用小區(qū)域模板和圖像卷積來近似計(jì)算梯度值,采用不同的模板計(jì)算Gx和Gy可產(chǎn)生不同的邊緣檢測算子,常用的邊緣檢測算子有Robert算子、Sobel算子。第16頁/共20頁第十六頁,共21頁。Sobel邊緣檢測算子

Sobel邊緣檢測算子用下圖所示模板來近似計(jì)算圖像函數(shù)f(x,y)對(duì)x和y的偏導(dǎo)數(shù):計(jì)算出Gx和Gy的值后,用下式計(jì)算(x,y)點(diǎn)處的梯度值

計(jì)算出給點(diǎn)處的梯度值后,設(shè)定一個(gè)合適的閾值T,如果(x,y)處的g≥T則認(rèn)為該點(diǎn)是邊緣點(diǎn)。Z1Z2Z3Z4Z5Z6Z7Z8Z9第17頁/共20頁第十七頁,共21頁。選擇菜單View->Graph->Image,做如下設(shè)置:選擇菜單View->Graph->Image,做如下設(shè)置:第18頁/共20頁第十八頁,共21頁。程序流程圖:第19頁/共20頁第十九頁,共21頁。感謝

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論