数字图像处理第3章_图像直方图

合集下载

第三章.图像灰度直方图变换

第三章图像灰度直方图变换在数字图像处理中，灰度直方图是最简单且最有用的工具，可以说，对图像的分析与观察直到形成一个有效的处理方法，都离不开直方图。

直方图的定义：一个灰度级别在范围[0，L-1]的数字图象的直方图是一个离散函数p(rk)= nk/nn 是图象的像素总数，nk是图象中第k个灰度级的像素总数，rk 是第k个灰度级，k = 0,1,2,…,L-直方图的性质1）灰度直方图只能反映图像的灰度分布情况，而不能反映图像像素的位置，即丢失了像素的位置信息。

2）一幅图像对应唯一的灰度直方图，反之不成立。

不同的图像可对应相同的直方图。

直方图的应用：用来判断图像量化是否恰当灰度变换一、对比度展宽的目的：是一点对一点的灰度级的影射。

设新、旧图的灰度级分别为g 和f，g和f 均在[0，255]间变化。

目的：将人所关心的部分强调出来。

对比度展宽方法：二、灰级窗：只显示指定灰度级范围内的信息。

如: α=γ=0三、灰级窗切片：只保留感兴趣的部分，其余部分置为0。

直方图均衡化算法：设f、g分别为原图象和处理后的图像。

求出原图f的灰度直方图，设为h。

h为一个256维的向量。

求出图像f的总体像素个数Nf=m*n （m,n分别为图像的长和宽）计算每个灰度级的像素个数在整个图像中所占的百分比。

hs(i)=h(i)/Nf (i=0,1, (255)3）计算图像各灰度级的累计分布hp。

4）求出新图像g的灰度值。

作业1. 在图像灰度变换处理中，请总结出线性变换，非线性变换的适应性及各自的特点？. 已知一幅图像为：∑==ikkhihp)()(255,...,2,1=i⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡=22789321227881112388712439881228291010636921001001073910101002552547120025520010022525551f请对其进行灰度直方图的均衡化处理。

遥感数字图像处理复习资料(1-4章)

第一章概论1、按图像的明暗程度和空间坐标的连续性，可以分为数字图像和模拟图像。

数字图像：可用计算机存储和处理，空间坐标和灰度均不连续。

模拟图像：计算机无法直接处理，空间坐标和明暗程度连续变化。

2遥感数字图像中的像素值称为亮度值（灰度值/DN值），它的高低由传感器所探测到的地物电磁波的辐射强度决定。

2、遥感数字图像处理的主要内容包括以下三个方面：图像增强、图像校正、信息提取。

1）图像增强：用来改善图像的对比度，突出感兴趣的地物信息，提高图像大的目视解译效果，它包括灰度拉伸、平滑、锐化、滤波、变换（K—L/K—T）、彩色合成、代数运算、融合等。

图像显示：为了理解数字图像中的内容，或对处理结果进行对比。

图像拉伸：为了提高图像的对比度（亮度的最大值与最小值的比值），改善图像的显示效果。

2）图像校正（恢复/复原）：为了去除和压抑成像过程中由各种因素影响而导致的图像失真。

注意：图像校正包括辐射和几何校正，前者通过辐射定标和大气校正等处理将像素值由灰度级改变为辐照度或反射率，后者利用已有的参照系修改像素坐标，使得图像能够与地图匹配或多景图像之间可以相互匹配。

3）信息提取：从校正后的遥感数据中提取各种有用的地物信息。

包括图像分割、分类等。

图像分割：用于从背景中分割出感兴趣的地物目标。

分割的结果可作为监督分类的训练区。

图像分类：按照特定的分类系统对图像中像素的归属类别进行划分。

3、遥感数字图像处理系统：硬件系统（输入、存储、处理、显示、输出），软件系统。

4、数字图像处理的两种观点：离散方法（空间域）、连续方法（频率域）2.遥感图像的获取和存储1、遥感是遥感信息的获取、传输、处理以及分析判读和应用的过程。

遥感的实施依赖于遥感系统2、遥感系统是一个从地面到空中乃至整个空间，从信息收集、储存、传输、处理到分析、判读、应用的技术体系，主要包括遥感试验、信息获取（传感器、遥感平台）、信息传输、信息处理、信息应用等5个部分。

数字图像处理_课件_3

s cr c 1
21
航拍图像的幂律变换增强
数第字三图章像灰处度理变
换与空间滤波
a. 原始图像
b. C=1, =3.0 c. C=1, =4.0 (最佳) d. C=1, =5.0
s cr c 1
22
电子显微镜扫描
3.2.4 对比度拉伸
的放大约 700 倍的花粉图像
➢ 因此，归一化后的直方图由 p(rk ) nk / MN 给出，其中k＝0, 1, …, L-1。
29
数第字三
➢ p(rk)是灰度级rk在图像中出现的概率的一
图章个估计。
像灰
处度 ➢ 归一化直方图的所有分量之和应等于1。
理变
换与
➢ 直方图是多种空间域处理技术的基础。
空
间
滤
波
30
数第字三图章像灰处度理变
换与空间滤波
4. 一般情况下，从输入图像的左上角开始处理，以水平扫描的方式逐像素地处理，每次一行
5. 当该邻域的原点位于图像的边界上时，部分邻域将位于图像的外部。此时，可以用0或者其它指定的灰度值填充图像的边缘，被填充边界的厚度取决于邻域的大小。
以上处理称为空间滤波，邻域与预定义的操作一起称为空间滤波器。
与为输出中较宽范围的灰度值，可以扩展图像
空间
中暗像素的值，同时压缩高灰度级的值。
滤波
➢ 反对数变换的作用与此相反。
17
傅里叶频谱及其对数变换
数第
字三
图章
像灰
处度
理变
换
与
空
间滤
傅立叶频谱的对数变换，s

c

数字图像处理（岗萨雷斯第三版）课后习题答案

数字图像处理（岗萨雷斯第三版）课后习题答案第3章3.6原题：试解释为什么离散直⽅图均衡技术⼀般不能得到平坦的直⽅图？答：假设有⼀副图像，共有像素个数为n=MN（M⾏N列），像素灰度值取值范围为（0～255），那么该图像的灰度值的个数为L=256，为了提⾼图像的对⽐度，通常我们都希望像素的灰度值不要都局促到某⼀个狭窄的范围，也就是我们通常说的图像灰度值的动态分布⼩。

最好是在有效灰度值取值范围上，每个灰度值都有MN/L个像素，这个时候我们就可以得到⼀张对⽐度最理想的图像，也就是说像素的取值跨度⼤，像素灰度值的动态范围⼤。

因为直⽅图是PDF（概率密度函数）的近似，⽽且在处理中，不允许造成新的灰度级，所以在实际的直⽅图均衡应⽤中，很少见到完美平坦的直⽅图。

因此，直⽅图均衡技术不能保证直⽅图的均匀分布，但是却可以扩展直⽅图的分布范围，也就意味着在直⽅图上，偏向左的暗区和偏向右的亮区都有像素分布，只是不能保证每个灰度级上都有像素分布。

（百度答案：）由于离散图像的直⽅图也是离散的，其灰度累积分布函数是⼀个不减的阶梯函数。

如果映射后的图像仍然能取到所有灰度级，则不发⽣任何变化。

如果映射的灰度级⼩于256，变换后的直⽅图会有某些灰度级空缺。

即调整后灰度级的概率基本不能取得相同的值，故产⽣的直⽅图不完全平坦。

3.8原题：在某些应⽤中，将输⼊图像的直⽅图模型化为⾼斯概率密度函数效果会是⽐较好的，⾼斯概率密度函数为：其中m和σ分别是⾼斯概率密度函数的均值和标准差。

具体处理⽅法是将m和σ看成是给定图像的平均灰度级和对⽐度。

对于直⽅图均衡，您所⽤的变换函数是什么？答：直⽅图均衡变换函数的⼀般表达式如下：在回答这个问题时，有两点⾮常重要，需要学⽣表达清楚。

第⼀，这个表达式假定灰度值r只有正值，然⽽，⾼斯密度函数通常的取值范围是-∞～∞，认识到这点是⾮常重要的，认识到这点，学⽣才能以多种不同的⽅式来解决问题。

对于像标准差这样的假设，好的答案是，需要⾜够⼩，以便于当r为⼩于0时，在p r(r)曲线下的⾯积可以被忽略。

数字图像处理与机器视觉-基于MATLAB实现第3章 MATLAB数字图像处理基础

第3章 MATLAB数字图像处理基础
➢ 3.1 图像的基本概念 ➢ 3.2 图像的数字化及表达 ➢ 3.3 图像的获取与显示 ➢ 3.4 像素间的基本关系 ➢ 3.5灰度直方图 ➢ 3.6图像的分类
第三章数字图像处理基础知识
数字图像处理技术历经70余年的发展已经取得了长足的进步，在许多应用领域受到广泛重视并取得了重大的开拓性成就，如：航空航天、生物医学工程、工业检测、机器人视觉等，使图像处理成为一门引人注目、前景远大的新型学科。
一般来说，采样间隔越大，所得图像像素数越少，空间分辨率越低，质量差，严重时出现马赛克效应；采样间隔越小，所得图像像素数越多，空间分辨率越高，图像质量好，但数据量大。同时采样的孔径形状，大小与采样方式有关。如图3-6所示。
图3-6 图像采样示意图
3.3 图像的获取与显示
3.3.2 采样点的选取
图3-8 灰度级的量化
3.3 图像的获取与显示
一幅数字图像中不同灰度值的个数称为灰度级数。一幅大小为M×N，灰度级数为的图像，其图像数据量为M×N×g（bit），量化等级越多，图像层次越丰富，灰度分辨率越高，图像质量就越好，数据量大；反之，量化等级越少，图像层次欠丰富，灰度分辨率越低，会出现假轮廓现象，图像质量就越差，数据量小。如图3-9所示（但由于减少灰度级可增加对比度，所以在极少数情况下，减少灰度级可改善图像质量）。所以量化等级对图像质量至关重要，在对图像量化时要根据需求选择合适的量化等级。
2022年6月5日10时44分长征2号运载火箭托举着神舟十四号载人飞船从酒泉卫星发射中心拔地而起奔赴太空，这是中国人的第9次太空远征。神舟载人飞船返回舱是航天员在飞船发射、交会对接以及返回地面阶段需要乘坐的飞船舱。与在轨的空间站不同，返回舱和地面之间的通信链路资源极其有限，传统的视频通信技术影响返回舱图像的分辨率和画质。如图3-1所示，在神舟十三号及以前的飞船中，返回舱图像的有效分辨率仅为352×288，难以适应目前高分辨率、大屏显示的画面要求。

数字图像处理3-直方图均衡,直方图匹配,空间滤波相关等

Timg(原图) im_1(MATLAB均衡处理) im_2(ps均衡处理)原图的rgb直方图r通道直方图（原图）g通道直方图（原图）b通道直方图（原图）r通道直方图（im_1）g通道直方图（im_1）b通道直方图（im_1）r通道直方图（im_2）g通道直方图（im_2）b通道直方图（im_2）这里找到了一张对比度较低的图像timg，其原本的对比度很低。

之后分别用MATLAB和ps对其进行了直方图均衡，生成了im_1与im_2，可见其处理的效果是有区别的。

MATLAB处理的结果色彩更加艳丽但是相对于原图来说其每个区域的颜色和旁边的区域颜色差别会很巨大，就是使得边界更明显，同时对比度提高了很多。

而ps处理的结果可以看出新的直方图和原直方图相比产生了很多形状上的差别，可见ps的直方图均衡采用了更为复杂的算法。

同时图像对比度以及颜色艳丽的程度得到了提升，但是没有MATLAB处理的效果明显，保持了原图的色调以及部分颜色关系。

Ps中直方图均衡可以一键实现，因此在此不做重点描写，我们来看如何用MATLAB实现这种操作。

MATLAB代码如下：主程序：im=imread('timg.jpg');im_r=change(im(:,:,1));im_g=change(im(:,:,2));im_b=change(im(:,:,3));im1(:,:,1)=im_r;im1(:,:,2)=im_g;im1(:,:,3)=im_b;figure;imshow(im1);imwrite(im1,'im1.jpg');Change函数：function [n] = change(m)n=m;sum=0;for i=0:255for j=1:407for k=1:500if(m(j,k)==i)sum=sum+1;endendendchan=sum/(407*500);chan1=fix(chan*255+0.5);for j=1:407for k=1:500if(m(j,k)==i)n(j,k)=chan1;endendendend[x,xout] = hist(n(:), 0:255);figure;bar(xout, x); xlim([0 255]);MATLAB其实本身有实现直方图均衡效果的函数，这里为了理解算法自己做了这个函数。

《数字图像处理》习题参考答案与解析

《数字图像处理》习题参考答案第1 章概述1.1 连续图像和数字图像如何相互转换？答：数字图像将图像看成是许多大小相同、形状一致的像素组成。

这样，数字图像可以用二维矩阵表示。

将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像（连续图像）信号，再由模拟/数字转化器（ADC）得到原始的数字图像信号。

图像的数字化包括离散和量化两个主要步骤。

在空间将连续坐标过程称为离散化，而进一步将图像的幅度值（可能是灰度或色彩）整数化的过程称为量化。

1.2 采用数字图像处理有何优点？答：数字图像处理与光学等模拟方式相比具有以下鲜明的特点：1．具有数字信号处理技术共有的特点。

（1）处理精度高。

（2）重现性能好。

（3）灵活性高。

2．数字图像处理后的图像是供人观察和评价的，也可能作为机器视觉的预处理结果。

3．数字图像处理技术适用面宽。

4．数字图像处理技术综合性强。

1.3 数字图像处理主要包括哪些研究内容？答：图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、编码、恢复、重建、编码和压缩、分割等处理，它将一幅图像转化为另一幅具有新的意义的图像。

1.4 讨论数字图像处理系统的组成。

列举你熟悉的图像处理系统并分析它们的组成和功能。

答：如图1.8，数字图像处理系统是应用计算机或专用数字设备对图像信息进行处理的信息系统。

图像处理系统包括图像处理硬件和图像处理软件。

图像处理硬件主要由图像输入设备、图像运算处理设备（微计算机）、图像存储器、图像输出设备等组成。

软件系统包括操作系统、控制软件及应用软件等。

图1.8 数字图像处理系统结构图11.5 常见的数字图像处理开发工具有哪些？各有什么特点？答．目前图像处理系统开发的主流工具为 Visual C++（面向对象可视化集成工具）和 MATLAB 的图像处理工具箱（Image Processing Tool box）。

两种开发工具各有所长且有相互间的软件接口。

数字图像处理(直方图).

An
Combining
DFRT( n )
Renewed output images An exp(j n ) Cn
IDFRT( n )
Several input images Rn an exp(jn )
1 1 an , 0 n n n Updated input images a0 exp(j0 ) a0
15
按列统计的直方图
histc(pascal(3),1:6) produces the array [3 1 1; 0 1 0; 0 1 1; 0 0 0; >> pascal(3) 0 0 0; ans = 0 0 1]
1 1 1 1 2 3 1 3 6
每列目标数据的个数统计
16
其他类型的统计图
条状图：bar x = 1:5; y = [0.2,0.3,0.1,0.8,0.9; 0.5,0.6,0.2,0.7,0.1]; bar(x,y');
20
其他类型的统计图
累加式条状图：barh rand('state',0); figure; barh(rand(10,5),'stacked'); colormap(cool)
6
彩色图像直方图
axes(‘Position’,*0.1,0.1,0.8,0.2+);% 生成坐标轴 stem(0:255,h1,'Marker','None','Color','r'); set(gca,'YColor','r','Xlim',[0,255]); axes('Position',[0.1,0.3,0.8,0.2]); stem(0:255,h2,'Marker','None','Color',[0,0.6,0]); set(gca,'YColor',[0,0.6,0],'Ytick',[0.005,0.01],'Xlim',[0,255]); axes('Position',[0.1,0.5,0.8,0.2]); stem(0:255,h3,'Marker','None','Color','b'); set(gca,'YColor','b','Ytick',[0.01,0.02],'Xlim',[0,255]);

数字图像处理习题讲解

1 1 1
1 0 1 1 01 1 1
1
0 0 0
0
[ f ] H4[F ]H4
1 1 1 1 2 0 0 21 1 1 1 0 1 1 0
1 1 1 1 10 0 0 0 1 1 1 1 1 0 1 1 0 2 1 1 1 10 0 0 0 1 1 1 1 2 0 1 1 0
1 1 1
采样间隔为Δt ，Δt <D, 即1/Δt >2*f = 1/D,
满足采样定理，所以没有混叠。
2021/1/2
Digital Image Processing:
8
Problems
第一章第5题
(c) 如果 D=0.3 mm,你能否使用2倍过采样？3倍过采样？. 可以， ∵ Δt < D/2 =0.15mm, Δt < D/3 =0.1mm
2021/1/2
Digital Image Processing:
22
滤波器频响零响应！
滤波器频响负响应！
2021/1/2
Digital Image Processing:
23
2021/1/2
Digital Image Processing:
24
第三章习题8 (a)
设: f(g x,( yx ) , -y >) F (u4 , v)f ( x 则, :y ) [ f ( x 1 , y ) f ( x 1 , y ) f ( x , y 1 ) f ( x , y 1 )
2021/1/2
Digital Image Processing:
4
第一章习题2 一台光导摄像管摄像机的靶直径为25mm，感应点直径为35微米。若像素间距与点直径相同，它数字化一幅正方形图像时的最大行数和列数是多少？若要数字化的图像为480 ×640像素，靶上的最大像素间距是多少？

数字图像处理第三章空间域图像增强

图象增强的含义和目的
图象增强的含义和目的
三、目的：
（1）改善图象的视觉效果，提高图像的清晰度；（2）将图象转换成更适合于人眼观察和机器分析识别的形式，以便从图象中获取更有用的信息。
四、基本方法：
空间域处理：点处理（图象灰度变换、直方图均衡等）；邻域处理（线性、非线性平滑和锐化等）；频域处理：高、低通滤波、同态滤波等
输出灰度级
对数 s = c log(1 + r )
n次幂
s = cr γ
输入灰度级,r 用于图像增强的某些基本灰度变换函数
3.2 基本灰度变换
①反转变换 s = L − 1 − r (3.2 − 1)
适于处理增强嵌入于图像暗色区域的白色或灰色细节,特别是当黑色面积占主导地位时.
灰度反转图像
3.2 基本灰度变换
Im=imread('rice.png'); Jm=imadjust(Im,[0.15,0.9],[0,1]); figure(1);subplot(211);imshow(Im);subplot(212); imhist(Im); figure(2);subplot(211);imshow(Jm);subplot(212); imhist(Jm);
1×1的邻域 T(r)产生两级(二值) 图像, 阈值函数
对比度拉伸阈值处理
图像中(x,y)点的3×3邻域对比度增强的灰度级函数
3.1 背景知识

更大的邻域会有更多的灵活性,一般的方法是利用点(x,y)事先定义的邻域里的一个f值的函数来决定g在(x,y)的值,主要是利用所谓的模板（也称为滤波器,核,掩模）. 模板是一个小的(3×3)二维阵列,模板的系数值决定了处理的性质,如图像尖锐化等. 以这种方法为基础的增强技术通常是指模板处理或空域滤波.

数字图像处理知识点与考点(经典)

答： Laplacian 算子进行检测边缘是利用阶跃边缘灰度变化的二阶导数特性，根据边缘点是零交叉点来检测图像边缘位置。它对应的模板为 -1 -1 -4 1 -1
Laplacian 增强算子通过扩大边缘两边像素的灰度差（或对比度）来增强图像的边缘，改善视觉效果。它对应的模板为 -1 -1 5 -1 -1
例题：（1）存储一幅1024×768，256 （8 bit 量化）个灰度级的图像需要多少位？（2）一幅512×512 的32 bit 真彩图像的容量为多少位？解：（1）一幅1024×768，256 =28 （8 bit 量化）个灰度级的图像的容量为：b=1024×768×8 = 6291456 bit （2）一幅512×512 的32 位真彩图像的容量为：b=512×512×32 =8388608 bit
5.数字图像根据灰度级数的差异可分为：黑白图像、灰度图像和彩色图像。 6.灰度直方图：灰度直方图是灰度级的函数。灰度级为横坐标，纵坐标为灰度级的频率，是频率同灰度级的关系图。可以反映了图像的对比度、灰度范围（分布）、灰度值对应概率等情况。 7.灰度直方图的性质：（1）只能反映图像的灰度分布情况，而不能反映图像像素的位置,即丢失了像素的位置信息。（2）一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图。（3）一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。 L −1 8.图像信息量H（熵）的计算公式：反映图像信息的丰富程度。 H = − Pi log2 Pi
傅立叶变换
f ( x, y) F ( u , v)
滤波器
H (u , v) G ( u , v)
傅立叶反变换
g ( x , y)
(1) 将图像 f(x,y)从图像空间转换到频域空间，得到 F(u,v)； (2) 在频域空间中通过不同的滤波函数 H(u,v)对图像进行不同的增强,得到 G(u,v) (3) 将增强后的图像再从频域空间转换到图像空间，得到图像g(x,y)。说明：（也可演变为简述频域图像锐化（或平滑）的步骤，需要指明滤波器的类型：高通或低通滤波器） 9.频率域平滑：由于噪声主要集中在高频部分，为去除噪声改善图像质量，滤波器采用低通滤波器H(u,v) 来抑制高频成分，通过低频成分，然后再进行逆傅立叶变换获得滤波图像，就可达到平滑图像的目的。 10.常用的频率域低滤波器H(u,v)有四种： (1)理想低通滤波器: 由于高频成分包含有大量的边缘信息，因此采用该滤波器在去噪声的同时将会导致边缘信息损失而使图像边模糊。 (2)Butterworth低通滤波器:它的特性是连续性衰减，而不象理想滤波器那样陡峭变化，即明显的不连续性。因此采用该滤波器滤波在抑制噪声的同时，图像边缘的模糊程度大大减小，没有振铃效应产生。 (说明：振铃效应越不明显效果越好) (3)指数低通滤波器：采用该滤波器滤波在抑制噪声的同时，图像边缘的模糊程度较用Butterworth滤波产生的大些，无明显的振铃效应。 (4)梯形低通滤波器:它的性能介于理想低通滤波器和指数滤波器之间，滤波的图像有一定的模糊和振铃效应。 13.频率域锐化:图像的边缘、细节主要位于高频部分，而图像的模糊是由于高频成分比较弱产生的。频率域锐化就是为了消除模糊，突出边缘。因此采用高通滤波器让高频成分通过，使低频成分削弱，再经逆傅立叶变换得到边缘锐化的图像。 14.常用的高通滤波器有四种： (1)理想高通滤波器 (2)巴特沃斯高通滤波器 (3)指数高通滤波器 (4)梯形高通滤波器说明：（1）四种滤波函数的选用类似于低通。（2）理想高通有明显振铃现象，即图像的边缘有抖动现象。（3）巴特沃斯高通滤波效果较好，但计算复杂，其优点是有少量低频通过，H(u，v)是渐变的，振铃现象不明显。 (4)指数高通效果比Butterworth差些，振铃现象不明显. (5)梯形高通会产生微振铃效果，但计算简单，较常用。 (6)一般来说，不管在图像空间域还是频率域，采用高频滤波不但会使有用的信息增强，同时也使噪声增强。因此不能随意地使用。 (7)高斯低通滤波器无振铃效应是因为函数没有极大值、极小值，经过傅里叶变换后还是本身，故没有振铃效应。 15.同态滤波：在频域中同时将亮度范围进行压缩（减少亮度动态范围）和对比度增强的频域方法。现象：（1）线性变换无效（2）扩展灰度级能提高反差，但会使动态范围变大(3)压缩灰度级，可以减小灰度级，但物体的灰度层次会更不清晰改进措施：加一个常数到变换函数上，如：H（u，v）+A（A取0→1）这种方法称为:高度强调（增强）。为了解决变暗的趋势，在变换结果图像上再进行一次直方图均衡化，这种方法称为：后滤波处理。

数字图像处理及应用(MATLAB)第3章

反转后图像
程序运行结果如图（c）所示。
4.灰度非线性变换当用某些非线性函数，例如平方、对数、指数函数等作为映射函数时，可实现图像灰度的非线性变换。灰度的非线性变换简称非线性变换，是指由这样一个非线性单值函数所确定的灰度变换。（1）对数变换对数变换常用来扩展低值灰度，压缩高值灰度，这样可以使低值灰度的图像细节更容易看清，从而达到增强的效果。对数非线性变换
[例] 假设一个图像由一个4×4大小的二维数值矩阵构成，如图（a）
所示，试写出图像的灰度分布，并画出图像的直方图。
灰度直方图计算示意图
经过统计图像中灰度值为0的像素有1个，灰度值为1的像素有1个，…，灰度值为6的像素有1个。由此得到图像的灰度分布如表所示，由表可得灰度直方图如图（b）所示。图像的灰度分布
3.1.2 (rk)代表概率密度函数，并且有下式成立：
nk Pr (rk ) 0 rk 1 n k 0,1,2,l 1
式中nk为图像中出现rk这种灰度的像素数，n是图像中像素总数，nk/n就是概率论中的频数，l是灰度级的总数目。在直角坐标系中作出rk与P(rk)的关系图形，就得到直方图
图不同的图像其直方图却是相同的
图直方图的叠加性质
由以上可知，尽管直方图不能表示出某灰度级的像素在什么位
置，更不能直接反映出图像内容，但是却能描述该图像的灰度分布
特性，使人们从中得到诸如图像的明亮程度、对比度等，成为一些处理方法的重要依据。通常一幅均匀量化的自然图像由于其灰度直
方图分布集中在较窄的低值灰度区间，引起图像的细节看不清楚，
（a）反变换关系
（b）原图图像反转的效果
（c）变换后的图像
由直线方程截斜式可知当k =-1，b=L-1时，其表达式为：

数字图像处理第三章答案

3.1 a 为正常数的指数式ear -2对于构造灰度平滑变换函数是非常有用的。

由这个基本函数开始，构造具有下图形状的变换函数。

所示的常数是输入参数，并且提出的变换必须包含这些参数的特定形式（为了答案曲线中的L 0不是所要求的参数）。

解：由（a ）图所示，设e ar A r T -=2)(,则在r=0时，T(r)=A 在r=L 0时，T(r)=A/2 联立，解得L L a 0693.002ln 22≈=则C rLC D r T s e K+--==-)1)(()(22由（b ）图所示，可以由(a)图翻转得到，所以（b ）图的表达式 s=)1()(220693.0rLB r T e --=（c ）图是（b ）图沿y 轴平移得到，所以（c ）图的表达式CrL C D r T s e K+--==-)1)(()(2203.19 (a)在3.6.2节中谈到，分布在图像背景上的孤立的亮和暗的像素团块，当它们小于中值滤波器区域的一半时，经过中值滤波器处理后会被滤除（被其邻值同化）。

假定滤波器尺寸为n n ⨯,n 为奇数，解释这种现象的原因？个像素小于或者等于ξ，其它的大于或等于ξ。

当其中孤立的亮或者有群集点包含过滤屏蔽的极端情况下，没有足够的在其中任何一个集群点等于中值。

如果在区域的中心点是一个群集点，它将被设置为中位数值，而背景的阴影将“淘汰”出集群。

这一结论适用于当集群区域包含积分少集群的最大规模的较极端情况下。

（b ）考虑一副有不同像素团块的图像，假设在一个团块的所有点都比背景凉或者暗（但不是同时既比背景亮又比背景暗），并且每个团块的尺寸不大于22n 。

试求当n 符合什么条件时，有一个或多个这样的团块像（a ）中所说的那样被分离出来？答：在A 的结论下，我们考虑的团块的像素个数不可能超过2)1(2-n，两个相近的或亮或暗的团块不可能同时出现在相邻的位置。

在这个n n ⨯的网格里，两个团块的最小距离至少大于)1(2-n ，也就是说至少在对角线的区域分开跨越（n-1）个像素在对角线上。

数字图像处理基础第3章灰度级变换

(i 1, 2,..., m; j 1, 2,..., n)
Potoshop 演示对比度线性展宽(近似实现）
已知一幅图像F如下，其中灰度变化范围为0～7，
请对其进行线性对比度展宽处理。假设fa=3, fb=5,
ga=2, gb=6。求新图像G。解： ga / fa 0.667 (1) (gb ga) /( fb fa) 2
g(i,j)=9/5×[f(i,j)-2]
34 56 24 57
27 074
79 005 0 9 0 7 0 C=26.2895
3.4.2 非线性动态范围调整
灰度映射关系通常采用对数运算。原因是人眼对信号的处理是有一个近似对数算子的环节。
g(i, j) c lg(1 f (i, j))
当f (i, j) 0,则g(i, j)＝0；当f (i, j) 255,则g(i, j)＝255；
L C I1/
• 因此，γ校正的关键是确定γ值。
3.1.4 γ校正方法
1. γ值的确定
1）测试靶图法
I C L
log I r log L C
• 即logI与logL成线性关系。通过测试靶图，即：设置光图像，检测电信号图像，选取一组logI 与logL的数据，用于计算γ的值。
2）基于γ估计与校正的逐步调整法通常CCD的γ值在0.4～0.8之间，γ值越小，
第三章图像增强
• 图像增强的目的是为了改善画质，使图像的显示效果更加清晰。本章中主要介绍的内容包括：
• γ校正 • 对比度展宽 • 动态范围调整 • 直方图均衡化处理 • 伪彩色技术
3.1 图像的γ校正
3.1.1 对比度的概念
• 对比度：通俗地讲，就是亮暗的对比程度。 • 对比度大的图像通常层次感强，清晰度高。 • 对比度的计算公式如下：