数字图像处理-2(武汉大学精品课程)
数字图像处理ppt课件
基于特征分类的辨认
总结词
通过提取图像中的特征，利用分类器对特征 进行分类，从而辨认图像的类别。
详细描写
基于特征分类的图像辨认方法是一种常用的 图像辨认方法。它通过提取图像中的特征， 如边缘、角点、纹理等，利用分类器如支持 向量机、神经网络等对特征进行分类，从而 辨认图像的类别。这种方法能够有效地提取 图像中的本质特征，并具有较强的鲁棒性，
纹理特征提取
灰度共生矩阵
通过分析图像中像素灰度值的空间依赖关系，形成共生矩阵，并从中提取出统 计特征，如对照度、能量和相关性等。该方法适用于描写图像的粗糙程度和方 向性。
小波变换
将图像分解成不同频率和方向的小波分量，通过分析小波系数的统计特性来提 取纹理特征。该方法能够有效地表示图像的细节信息和全局结构。
但特征提取和分类器的设计是关键。
基于深度学习的辨认
总结词
利用深度学习算法自动提取图像特征， 并进行分类辨认。
VS
详细描写
基于深度学习的图像辨认方法是目前研究 的热点。它利用深度学习算法如卷积神经 网络（CNN）等自动提取图像的特征， 并进行分类辨认。这种方法能够有效地从 原始图像中提取复杂的特征，并具有较高 的辨认准确率。但需要大量的标注数据进 行训练，且计算复杂度较高。
04
CATALOGUE
特征提取
颜色特征提取
颜色直方图
通过统计图像中不同颜色像素的数量 ，形成颜色直方图作为图像的颜色特 征。该方法简单、有效，适用于不同 光照和视角变化的场景。
颜色矩
利用图像颜色的散布信息，通过计算 一阶矩（均值）、二阶矩（方差）和 三阶矩（偏度）来表示颜色特征。该 方法对颜色突变和噪声不敏锐。
图像辨认
基于模板匹配的辨认
数字图像处理课程在线教学实践
她戕科技视界袖曲数字图像处理课程在线教学实践陈淑清黄淋云（莆田学院信息工程学院，福建莆田351100）揖摘要铱在线教学不受学生所在地理位置限制，可以更好地满足学生学习需要遥论文以《数字图像处理》课程为例,对基于超星平台、腾讯会议和QQ群的在线教学实践过程进行总结分析，以期不断提高教学质量遥揖关键词铱在线教学；超星平台；腾讯会议；QQ群中图分类号：G434;TP312.2-4文献标识码：A DOI：10.19694/ki.issn2095-2457.2021.01.20[Abstract]Online teaching is not limited by students'geographical location and can better meet students'learning needs.Taking digital Image Processing course as an example,this paper summarizes and analyzes the online teaching practice process based on chaoxing platform,Tencent conference and QQ group in order to improve the teaching quality continuously.[Key words]Online teaching;Chaoxing platform;Tencent conference;QQ group0引言近几年来,随着网络技术的发展，涌现了许多在线教学平台和在线交流工具软件，为线上教学工作提供了便利［1］。
主流的在线教学模式可以分成两大类叫一是异步教学模式,需要教师提前准备有关材料或录制教学视频，再发布教学平台或其他网络平台上，学生可以随时阅读或观看；另一类是同步教学模式，即在线直播模式，需要教师和学生同时在线。
数字图像处理 武大 PPT课件
第8页/共81页
第一种输出形式
g(x,y)=grad(x,y)
(4.3-7)
此法的缺点是增强的图像仅显示灰度变化比较徒的边缘轮廓，而灰度变化比
较平缓或均匀的区域则呈黑色。
第二种输出形式
会破坏式原中g来T(灰是x度一, 变y个)化非比负较的平g阈缓r值a的。fd背适((x景x当,,选yy取)),,T其g，r可它 a使d明(x显,的y边) 缘轮T廓得到突出，又不
图像平滑通过积分过程使得图像边缘模糊，图像锐化则通过微分而使图像边 缘突出、清晰。
4.3.1 梯度锐化法
图像锐化法最常用的是梯度法。 对于图像f(x，y)，在(x，y)处的梯度定义为
梯度是一个矢量，其大小和方向为
g ra d( x,
y)
f f
' x
' y
f f
( x, y) x
(x, y)
H(u,v)
D(u, v)-D1 D0 D1
D0 D(u, v) D1
(4.4 4)
和振它铃的效性 应能。介于理0想低通滤波器和D指数(u滤, v波)器之D间1，滤波的图像有一定的模糊
第18页/共81页
4.4.2 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。常 用的高通滤波器有：
第24页/共81页
3.频率域伪彩色增强 频率域伪彩色增强的方法是：
把黑白图像经傅立叶变换到频率域，在频率域内用三个不同传递特性的滤波器 分离成三个独立分量；
然后对它们进行逆傅立叶变换，便得到三幅代表不同频率分量的单色图像，接 着对这三幅图像作进一步的处理（如直方图均衡化）
数字图像处理ppt课件
between 64 to 128 (using function
imagesc).
>>clims=[64,128]
>>imagesc(a,clims)
f. Make a movie from a 4-D image (load mri, make the movie by immovie, then show movie by function movie).
二、实验内容：
使用Photoshop观察数字图像增强的效果； 练习和掌握图像增强的Matlab编程。。 熟悉下列模块函数
Image enhancement. histeq - Read image file. imadust - Adust imae intensity values or colormap.
imshow - Display image.
subimage - Display multiple images in single figure.
truesize - Adjust display size of image.
warp - Display image as texture-mapped surface.
processing.
f. Compare the qualities of two images and
makes a discussion about them.
g. Add noises, such as gaussian, salt&pepper,
speckle noise into the image respectively.
10)选图像Blood、噪声类型Salt & Pepper、滤波器类型Median、邻域3x3，比较原始图像、
digital image processing(数字图像处理)
数字图像处理Digital Image Processing版权所有：Mao Y.B & Xiang W.BOutline of Lecture 2•取样与量化•图像灰度直方图•光度学•色度学与彩色模型•人眼视觉特性•噪声与图像质量评价•应用举例采样与量化取样与量化•采样是指将在空间上连续的图像转换成离散的采样点（即像素）集的操作。
由于图像是二维分布的信息，所以采样是在x轴和y轴两个方向上进行。
一般情况下，x轴方向与y轴方向的采样间隔相同取样与量化采样时注意：采样间隔的选取，以及采样保持方式的选取。
•采样间隔太小，则增大数据量；太大，则会发生频率的混叠现象。
•采样保持，一般不做特殊说明都是采用0阶保持的方式，即一个像素的值是其局部区域亮度（颜色）的均值。
采样间隔太大分辨率分辨率是指映射到图像平面上的单个像素的景物元素的尺寸。
单位：像素/英寸，像素/厘米（如：扫描仪的指标300dpi）或者是指要精确测量和再现一定尺寸的图像所必需的像素个数。
单位：像素*像素（如：数码相机指标30万像素（640*480））以多大的采样间隔进行采样为好？取样与量化•点阵采样的数学描述∑∑+∞−∞=+∞−∞=∆−∆−δ=i j )y j y ,x i x ()y ,x (S ∑∑+∞∞−+∞−∞=∆−∆−δ=⋅=j I I P )y j y ,x i x ()y ,x (f )y ,x (S )y ,x (f )y ,x (f ∑∑+∞∞−+∞−∞=∆−∆−δ⋅∆∆=j )y j y ,x i x ()y j ,x i (fc c量化过程取样与量化•量化是将各个像素所含的明暗信息离散化后，用数字来表示。
一般的量化值为整数。
•充分考虑到人眼的识别能力之后，目前非特殊用途的图像均为8bit量化，即用[0 255]描述“从黑到白”。
•量化阶太低，会出现假轮廓现象。
取样与量化量化不足，出现假轮廓取样与量化量化可分为均匀量化和非均匀量化。
数字图像处理武汉大学共78页文档
11、越是没有本领的就越加自命不凡。——邓拓 12、越是无能的人，越喜欢挑剔别人的错儿。——爱尔兰 13、知人者智，自知者明。胜人者有力，自胜者强。——老子 14、意志坚强的人能把世界放在手中像泥块一样任意揉捏。——歌德 15、最具挑战性的挑战莫过于提升自我。——迈克尔·F·斯特利
数字图像处理武汉大学
26、机遇对于有准备的头脑有特别的 亲和力 。 27、自信是人格的核心。
28、目标的坚定是性格中最必要的力 量泉源 之一， 也是成 功的利 器之一 。没有 它，天 才也会 在矛盾 无定的 迷径中 ，徒劳 无功。- -查士 德斐尔 爵士。 29、困难就是机遇。--温斯顿．丘吉 尔。 30、我奋斗，所以我快乐。--格林斯 潘。
《数字图像处理》课件
数字图像处理的优势及应用前 景
数字图像处理能够提取、增强和分析图像中的信息，具有广泛的应用前景， 包括医学、遥感、安防、影视等领域。
主要应用领域
医学影像
数字图像处理在医学影像诊断中起到了关 键的作用，能够帮助医生更准确地诊断和 治疗疾病。
安防
数字图像处理在视频监控和图像识别中广 泛应用，能够提高安防系统的准确性和效 率。
遥感
遥感图像处理在土地利用、环境保护、气 象预测等方面发挥着重要的作用，能够提 供大量的地理信息。
影视
数字图像处理在电影、动画和游戏等领域 中起到了关键的作用，能够创造出逼真的 视觉效果。
《数字图像处理》PPT课 件
数字图像处理是应用数字计算机来获取、处理和展示图像的技术。它在医学 影像、遥感、安防、影视等领域都有广泛的应用。
背景介绍
随着计算机技术的发展，数字图像处理成为了一门重要的技术和学科，它能 够对图像进行增强、压缩、分割等处理，为人们带来了许多便利。
数字图像处理的定义
数字图像处理是使用计算机算法对数字图像进行各种操作和处理的过程，包 括图像增强、滤波、分割、特征提取等技术。
常见的数字图像处理方法
图像分割
图像压缩
将图像分成多个独立的区域， 用于目标检测和图像分析。
减少图像占用的存储空间， 提高传输速度和存储效率。
图像特征提取
从图像中提取出有用的特征 信息，用于分类和识别。
数字图像处理的未来发展方向
1 人工智能的应用
通过结合人工智能技术，使数字图像处理更加智能化和自动化。
2 虚拟现实与增强现实的结合
将数字图像处理技术与虚拟现实和增强现实相结合，创造出更逼真的虚拟体验。
3 社会影响与挑战随着数字图处理技术的发展，也带来了一些社会影响和挑战，需要加以关注和解决。
数字图像处理_武汉大学中国大学mooc课后章节答案期末考试题库2023年
数字图像处理_武汉大学中国大学mooc课后章节答案期末考试题库2023年
1.二值图像中分支点的连接数为：()
参考答案:
3
2.采用模板［-1 1］主要检测（）方向的边缘。
参考答案:
垂直
3.下列图像边缘检测算子中抗噪性能最好的是：( )
参考答案:
Prewitt算子
4.计算机模式识别可以分为以下（）四类。
参考答案:
句法模式识别，结构模式识别，统计模式识别，模糊模式识别
5.下列属于灰度共生矩阵提取特征的有（）
参考答案:
二阶矩_对比度_逆差距_相关
6.最常用的客观保证真度准则包括（）
参考答案:
原图像和解码图像之间均方根误差_原图像和解码图像之间均方根信噪比7.对一幅100*100像元的图象，若每像元用８bit表示其灰度值，经霍夫曼编
码后压缩图象的数据量为40000bit，则图象的压缩比为：( )
参考答案:
2:1
ws纹理能量测量的基本思路为______
参考答案:
先进行微窗口滤波，能量变换，然后分量旋转，再分类
9.二值图像中，（）是可删除点
参考答案:
端点
10.图像数字化包括（）两个过程。
参考答案:
量化_采样
11.图像特征是图像分析的重要依据，可以分为自然特征和人工特征两类，下列
属于的自然特征的是（）。
参考答案:
几何特征_光谱特征_时相特征
12.下列属于模板匹配算法的有（）
参考答案:
高速模板匹配法_高精度定位的模板匹配_相关法。
数字图像处理第二章课件ppt课件
f(0,1) f(0,N1)
f(x,y)
f(1,0)
f(1,1)
f(1,N1)
f(M1,0) f(M1,0)
f(M1,N1)
F(x,y)在[0,L-1]有L个灰阶, 通常取L为2的k次幂
Chapter 2: Digital Image Fundamentals
R.C. Gonzalez, R.E. Woods
Chapter 2: Digital Image Fundamentals
R.C. Gonzalez, R.E. Woods
街区'City-Block'距离L1:
等距为4角星
D 4(p,q)xsyt
棋盘'chessboard'距离L : D 8(p,q)ma x x s,y (t)
等距为矩形
Chapter 2: Digital Image Fundamentals
R.C. Gonzalez, R.E. Woods
对像素p(x,y), q(s,t)和z(v,w), 距离函数D应满足: ① D(p,q)>=0 (D(p,q)=0, iff p=q) ② D(p,q)=D(q,p), and ③ D(p,z)<=D(p,q)+D(q,z)
例如用LM范数表示的通用Minkowski距离:
2.5 Some Basic Relationships Between Pixels 2.5.1 Neighbors of a Pixel
4邻接：
p
8邻接： p
m邻接(混合邻接)：邻点q与当前像素（点）p存在4邻接前景邻点；
或
q是p的对角邻点并且p和q没有公共的前景4邻点。
m邻接是8邻接的修订，它消除了应用8邻接可能引起的模糊性 ，如图2.26b（4或8邻接共存）。
数字图像处理(第二版)ppt课件
由点的齐次坐标(Hx, Hy, H)求点的规范化齐次坐标(x, y,
1)，可按下式进行：
x Hx H
y Hy H
数字图像处理(第二版)
齐次坐标的几何意义相当于点(x, y)落在3D空间H＝1的 平面上，如图6-2所示。如果将xOy平面内的三角形abc的各 顶点表示成齐次坐标(xi, yi, 1)(i=1, 2, 3)的形式，就变成H＝1 平面内的三角形a1b1c1的各顶点。
0 0 1 1 1 1
从上式可以看出，引入附加坐标后，扩充了矩阵的第3行， 并没有使变换结果受到影响。这种用n+1维向量表示n维向 量的方法称为齐次坐标表示法
数字图像处理(第二版)
因此，2D图像中的点坐标(x, y)通常表示成齐次坐标(Hx, Hy, H)，其中H表示非零的任意实数，当H＝1时，称(x, y, 1) 为点(x, y)的规范化齐次坐标。显然规范化齐次坐标的前两个 数是相应二维点的坐标，没有变化，仅在原坐标中增加了H
外，常见的图像几何变换可以通过与之对应的矩阵线性变换 来实现。
数字图像处理(第二版)
由于篇幅所限，本章只讨论2D图像的几何变换。
对于2D图像几何变换，由于变换中心在坐标原点的恒
等、比例缩放、反射、错切和旋转等各种变换，都可以用
2×2矩阵表示和实现，但是一个2×2变换矩阵却
T
a c
b
d
不能实现2D图像的平移以及绕任意点的比例缩放、反射、
然后乘以相应的变换矩阵即可，即
变换后的点集矩阵 = 变换矩阵T×变换前的点集矩阵
(图像上各点的新齐次坐标) (图像上各点的原齐次坐标)
数字图像处理(第二版)
设变换矩阵T为
a b p
- 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)。
第二章基本概念贾永红武汉大学第二章讲解内容1. 图像数字化概念、数字化参数对图像质量的影响、数字化器性能评价2. 图像灰度直方图的基本概念、计算、性质及其应用3.数字图像处理算法形式与数据结构4.图像图像文件格式与特征重点：图像数字化、图像灰度直方图和图像文件BMP格式难点：图像数字化、直方图应用、图像分层结构数据教学法：灵活应用示例法、启发式、提问法等目的：1. 熟悉本章基本概念和图像处理算法形式，了解图像的特征；2.重点掌握图像数字化图像灰度直方图的基本概念及应用、2.2 成象模型3-D客观场景到2-D成像平面的中心投影。
物方点空间坐标与对应的像方点坐标满足几何透视变换关系（共线条件）。
f(x，y)---理想成像面坐标点（x，y）的亮度i(x，y)---照度分量r(x，y)---反射分量，则f(x，y)＝i(x，y)×r(x，y)其中：0< i(x，y)< ∞ ，0 <r(x ，y)<12.3图像数字化图像数字化是将一幅画面转化成计算机能处理的形式——数字图像的过程。
模拟图像数字图像正方形点阵具体来说，就是把一幅图画分割成如图2.3.1所示的一个个小区域（像元或像素），并将各小区域灰度用整数来表示，形成一幅点阵式的数字图像。
它包括采样和量化两个过程。
像素的位置和灰度就是像素的属性。
2.3.1采样将空间上连续的图像变换成离散点的操作称为采样。
采样间隔和采样孔径的大小是两个很重要的参数。
当对图像进行实际的抽样时，怎样选择各抽样点的间隔是个非常重要的问题。
关于这一点，图像包含何种程度的细微的浓淡变化，取决于希望忠实反映图像的程度。
不同形状的采样孔径2.3.2量化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。
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。
采样方式:有缝、无缝和重迭一般来说，，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8bit 量化。
从视觉效果来看，采用大于或等于6比特位量化的灰度图像，视觉上就能令人满意。
一幅大小为M ×N 、灰度级数为G 的图像所需的存储空间，即图像的数据量，大小为M ×N ×g （bit ）gG 2 灰度级数就代表一幅数字图像的层次。
图像数据的实际层次越多视觉效果就越好。
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。
黑白图像图像的每个像素只能是黑或白，没有中间的过渡，故又称为二值图像。
二值图像的像素值为0或1。
例如⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=011100001I灰度图像灰度图像是指灰度级数大于2的图像。
但它不包含彩色信息。
彩色图像彩色图像是指每个像素由R 、G 、B 分量构成的图像，其中R 、B 、G是由不同的灰度级来描述。
⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=00255800255240240255R ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=02550160255255801600G ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=25525525524000160800B ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=100220250180501202001500I2.3.3量化参数与数字化图像间的关系数字化方式可分为均匀采样、量化和非均匀采样、量化。
所谓“均匀”，指的是采样、量化为等间隔方式。
图像数字化一般采用均匀采样和均匀量化方式。
非均匀采样是根据图象细节的丰富程度改变采样间距。
细节丰富的地方，采样间距小，否则间距大。
非均匀量化是对图像层次少的区域采用间隔大量化，而对图像层次丰富的区域采用间隔小量化。
采用非均匀采样与量化，均会使问题复杂化，因此很少采用。
图像的质量1.平均亮度2.对比度是指一幅图象中灰度反差的大小。
对比度=最大亮度/最小亮度3.清晰度由图像边缘灰度变化的速度来描述。
4.分解力或分辨率一般来说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现像素呈块状的国际棋盘效应；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。
量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大；量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小。
但在极少数情况下对固定图像大小时，减少灰度级能改善质量，产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。
例如对细节比较丰富的图像数字化。
2.3.4 数字化器数字化器必须能够将图像划分为若干像素并分别给它们地址，能够度量每一像素的灰度并量化为整数，能够将这些整数写入存储设备。
一、数字化器组成A．采样孔：保证单独观测特定的像素而不受其它部分的影响。
B．图像扫描机构：使采样孔按预先确定的方式在图像上移动。
C．光传感器：通过采样孔测量图像的每一个像素的亮度。
D．量化器：将传感器输出的连续量转化为整数值。
E．输出存储体：将像素灰度值存储起来。
它可以是固态存储器，或磁盘等。
常用的数字化器是扫描仪、数码相机和数码摄像机。
二、扫描仪工作原理扫描仪是图像输入的常用设备。
其工作步骤是:1.将欲扫描的原稿正面朝下铺在扫描仪的玻璃板上;2.启动扫描仪驱动程序后，安装在扫描仪内部的可移动光源通过机械传动机构在控制电路的控制下带动装着光学系统和CCD的扫描头与图稿进行相对运动来完成扫描。
3.照射到原稿上的光线经反射后穿过一个很窄的缝隙，形成横向光带，又经过一组反光镜，由光学透镜聚焦并进入分光镜，经过棱镜和红绿蓝三色滤色镜得到的RGB三条彩色光带，分别照到各自的CCD上，CCD将RGB光带转变为模拟电子信号，该信号又被A/D变换器转变为数字电子信号。
4.将数字电子信号传送至计算机存储起来。
扫描仪的类型有很多种，按扫描仪所扫描对象来划分，可分为反射式和透射式两种。
根据其组成结构，扫描仪可分为手持式、平板式和滚筒式等几种。
手持式扫描仪这种扫描仪诞生于1987年，是当年使用比较广泛的扫描仪品种，最大扫描宽度为105mm，用手推动，完成扫描工作，也有个别产品采用电动方式在纸面上移动，称为自走式扫描仪。
手持式扫描仪扫描幅面太窄，难于操作和捕获精确图像，扫描效果也很差。
1995 ~1996年，各扫描仪厂家相继停止生产这一产品，手持式扫描仪退出了历史的舞台鼓式扫描仪又称为滚筒式扫描仪。
鼓式扫描仪是专业印刷排版领域应用最广泛的产品。
滚筒式扫描仪的结构特殊，它的工作原理是把原图贴放在一个有机玻璃滚筒上，让滚筒以一定的速率围绕一个光电系统旋转，探头中的亮光源发射出的光线通过细小的锥形光圈照射在原图上，一个像素一个像素地进行采样。
这种扫描仪的光学分辨率高、色深高、动态范围宽，而且输出的图像普遍具有色彩还原逼真、阴影区细节丰富、放大效果优良等特点。
但它的体积大，价格也很高。
平台式扫描仪又称平板式扫描仪、台式扫描仪，这种扫描仪诞生于1984年，是目前扫描仪的主流产品。
它的扫描区域为一块透明的平板玻璃，将原图放在这块玻璃平板上，光源系统通过一个传动机构作水平移动，发射出的光线照射在原图上，经反射或透射后，由接收系统接收并生成模拟信号，再通过A／D转换成数字信号，直接传送到电脑，由电脑进行相应的处理，完成扫描过程。
平板式扫描仪的扫描速度、精度、质量很好，已得到了很好的普及。
图像数字化器的性能评价项目项目内容空间分辨率单位尺寸能够采样的像素数。
由采样孔径与间距的大小和可变范围决定。
量化为多少等级(位深度),颜色数(色深度)灰(色)度分辨率图像大小仪器允许扫描的最大图幅量测特征数字化器所测量和量化的实际物理参数及精度扫描速度采样数据的传输速度噪声数字化器的噪声水平(应当使噪声小于图像内的反差)其他黑白/彩色，价格,操作性能等2.4图像灰度直方图2.4.1概念一、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。
下图是一幅图像的灰度直方图。
频率的计算式为灰度图像的直方图彩色图像的分波段直方图01321321 05762567 16063512 26753650 32272416 22562760 12321212 31231221v0=5/64v1=12/64v2=18/64v3=8/64v4=1/64v5=5/64v6=8/64v7=5/64iv i二、计算该图像像元总数为8*8=64,i=[0,7]2.4.2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。
图2.4.2给出了一个不同的图像具有相同直方图的例子。
图2.4.2 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。
2.4.3直方图的应用①用于判断图像量化是否恰当(a)恰当量化(b)未能有效利用(c)超过了动态范围图2.4.4直方图用于判断量化是否恰当②用于确定图像二值化的阈值⎩⎨⎧>≤=Ty x f T y x f y x g ),(1),(0),(具有二峰性的灰度图象③当影像上目标的灰度值比其它部分灰度值大或者灰度区间已知时，可利用直方图统计图像中物体的面积。
A=(2.4-3)④计算图像信息量H （熵）（2.4-4）∑≥T i i v n ∑-=-=102log L i ii P P H2.5图像处理算法的形式2.5.1图像处理基本功能的形式按图像处理的输出形式，图像处理的基本功能可分为三种形式。
1）单幅图像→单幅图像,如图2.5.1(a)。
2）多幅图像→单幅图像,如图2.5.1(b)。
3）单（或多）幅图像→数字或符号等，如图2.5.1(c)。
2.5.2图像处理的几种具体算法1.局部处理邻域对于任一像素（i，j），该像素周围的像素构成的集合{（i+p,j+q），p、q取合适的整数}，叫做该像素的邻域。
如图2.5.2（a）。
图2.5.2 像素的邻域常用的邻域如图2.5.2（b）、(c),分别表示中心像素的4-邻域、8-邻域。
局部处理对输入图像IP （i,j ）处理时，某一输出像素JP(i,j)值由输入图像像素（i,j)及其邻域N(IP(i,j))中的像素值确定。
这种处理称为局部处理。
局部处理的计算表达式为))),(((),(j i IP N j i JP N φ=例如对一幅图象采用3×3模板进行卷积运算。