数字图像处理(简单理解、例题解析、考点清晰)
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
二、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。
不同的图像具有相同直方图
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。
第三章 图像变换
傅里叶变换图像理解 图像的频率是表征图像中灰度变化剧烈程度的指
vi
0 5 7 6 2 5 6 7 v1=12/64
1 6 0 6 3 5 1 2 v2=18/64
2 6 7 5 3 6 5 0 v3=8/64
3 2 2 7 2 4 1 6 v4=1/64
22562760 12321212
v5=5/64 v6=8/64
i
3 1 2 3 1 2 2 1 v7=5/64
空间域平滑通过积分过程使得图像边缘模糊,图 像锐化通过微分而使图像边缘突出、清晰。
二、灰度变换
理论基础 ▪ 当观察直方图形态时,发现直方图的峰值偏向
亮度坐标轴左侧,则说明图像偏暗; ▪ 峰值偏向坐标轴右侧,则说明图像偏亮; ▪ 峰值提升过陡、过窄,说明图像的高密度值过
于集中。 ▪ 以上情况均是图像对比度较小,图像质量较差
的反映。
从直方图形态判断图像质量
三、直方图修整法
1.直方图均衡化
直方图均衡化是将原图像通过某种变换,得到一 幅灰度直方图为均匀分布的新图像的方法。
直方图均衡化方法的基本思想是对在图像中像素个 数多的灰度级进行展宽,而对像素个数少的灰度级进行缩 减。从而达到清晰图像的目的。
直方图均衡化
例.假设有一幅图像,共有64×64个像素,8个 灰度级,各灰度级概率分布见下表 ,试将其直
r0=0
r1=1/7
r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1
ss00==TT((rr00))==00..1199
ss11==TT((rr11))==00..4444 ss2=2=TT(r(r2)2=)=00.6.655 s33=T(r33)=0.81 ss44==TT((rr44))==00..8899 s5=T(r5)=0.95 s6=T(r6)=0.98 s77=T(r77)=1.00
1
s1 T (r1) Pr (rj ) Pr (r0 ) Pr (r1) 0.19 0.25 0.44 j0
由下面公式可以得到s2…..s7
பைடு நூலகம்
sk
T (rk )
k j0
Pr (rj )
k j0
nj N
均衡化过程
原灰度级
变换函数值
原灰度级分 布
原来像 素数
新灰度 级
新灰度级分布
原灰度 分布
0
1/7=0.14
2/7=0.29 3/7=0.43 4/7=0.57 5/7=0.71 6/7=0.86
1.00
790 1023 850 656
s0’(790 790/4096=0.19 0.19
)
s1’(1023)1023/4096=0.2 0.25
5
s2’(85 850/4096=0. 0.21
图像灰度直方图
一、概念
1、定义
灰度直方图反映的是一幅图像中各灰度级像素出现的 频率。以灰度级为横坐标,纵坐标为灰度级的频率,绘 制频率同灰度级的关系图就是灰度直方图。它是图像的 一个重要特征,反映了图像灰度分布的情况。
频率的计算式为
2、计算
该图像像元总数为8*8=64, i=[0,7]
0 1 3 2 1 3 2 1 v0=5/64
数字图像处理复习课
填空题(20分) 判断题(10分) 问答题(20分) 计算题(35分) 编码题(15分)
第一章 导论
数字图像的分类: 按图像空间坐标和亮度的连续性可分为模拟图
像和数字图像 图像处理的内容图像处理的内容:
根据抽象程度不同可分为三个层次:狭义图 像处理、图像分析和图像理解。
标,是灰度在平面空间上的梯度。 经过傅里叶变换后的图像,四角对应于低频成分
,中央部位对应于高频部分。
第四章 图像增强
点运算:指像素值通过运算改变之后,可以改善 图像的显示效果。是一种像素的逐点运算。
对比度增强、对比度拉伸或灰度变换都属于点运 算。它是图像数字化软件和图像显示软件的重要 组成部分。
表示像素明暗程度的整数称为像素的灰度级 或灰度值或灰度 。
一幅数字图像中不同灰度级的个数称为灰度 级数,用G表示。
一般来说,G 2g ,g就是表示存储图像像素灰度值所 需的比特位数。
若一幅数字图像的量化灰度级数G=256=28级,灰度取 值范围一般是0~255的整数,由于用8bit就能表示灰度图像 像素的灰度值,因此常称8 bit 量化
0
sk
(b)均衡后的直方图
图像直方图均衡化
定义:
对一个滑动窗口内的诸像素灰度值排序,用中值代替 窗口中心像素的原来灰度值,因此它是一种非线性的图像 平滑法。
中值滤波 原理示例:
m-
m-
2
1
6
10
m
m+
1
62
5
数值排序
m
m+1
m -2
2
5
6
m+2 8
2
6
m+2 8
m1 10
1 21 4 3 1 22 3 4 5 76 8 9 5 76 8 8 5 67 8 9
方图均匀化。
灰度级rk
0 1/7 2/7 3/7 4/7 5/7 6/7 1
像素数nk 790 1023 850 656 329 245 122 81
概率Pk(rk) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02
0
s0 T (r0 ) Pr (rj ) 0.19 j0
第2章 DIP的基本概念
物体的色分为:有色物体和消色物体 马赫带效应:指有一定反差的图像临界部位在视
觉上给人以特别白或特别黑的感觉。 一幅图像可以被看做是空间上各点光强度的集合
。数字图像用矩阵表示。
采样行
采样列
像素 行间隔
采 样 间隔
经采样图像被分割成空间上离散的像素,但其灰 度是连续的,还不能用计算机进行处理。 将像素灰 度转换成离散的整数值的过程叫量化。
0)
21
0.16
329 s3’(985)985/4096=0.2 0.08
245
4
0.06
122 s4’(448) 448/4096=0.1 0.03
81
1
0.02
直方图均衡化结果
Pk(rk 0.25 ) 0.20 0.15 0.10 0.05
0
rk
(a)原直方图
Ps(sk)
0.25 0.20 0.15 0.10 0.05