实验二 数字图像的直方图规定化处理
- 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)。
实验二 数字图像的直方图规定化处理
一、 实验目的
(一)掌握数字图像的直方图规定化处理的算法和方法。
(二)熟悉数字图像的直方图规定化处理的算法原理。
二、 实验原理和方法
直方图规定化是用于产生处理后有特殊直方图的图像方法。
令)(r p r 和)(z p z 分别为原始图像和期望图像的灰度概率密度函数。对原始图像和期
望图像均作直方图均衡化处理,应有:
dr r r T S r
r p )()(0⎰==, dz z Z G V z z p )()(0⎰==, )(1
V Z G -= 由于都是作直方图均衡化处理,所以处理后的原图像的灰度概率密度函数)(S P S 及理想图像的灰度概率密度函数)(V P V 是相等的。因此,可以用变换后的原始图像灰度级S 代替上式中的V ,即)]([1r T G Z -=。利用此式可以从原始图像得到希望的图像灰度级。对离散图像,有
n n Z P i i Z =)(, )()(10
i k i Z i i Z P Z G V ∑-===, )]([)(11i i i r T G S G Z --== 综上所述,数字图像的直方图规定化就是将直方图均衡化后的结果映射到期望的理想直方图上,使图像按人的意愿去变换。数字图像的直方图规定的算法如下:
(一)将原始图像作直方图均衡化处理,求出原图像中每一个灰度级i r 所对应的变换函数i S 。
(二)对给定直方图作类似计算,得到理想图像中每一个灰度级i Z 所对应的变换函数i V 。
(三)找出i i S V ≈的点对,并映射到i Z 。 (四)求出)(i i Z P 。
三、 实验结果及分析
(一)对图像pout.tif 进行直方图均衡化处理,实验结果如图4-1:
图4-1
分析:
(二)再进行直方图规定化处理:
分析:
四、思考题
(一)数字图像的灰度变换的目的是什么?有哪些实现方法?
(二)什么是数字图像的灰度分布直方图?如何进行数字图像的直方图均衡化和规定化处理?试写出相应的程序设计步骤。
利用Matlab语言编写的数字图像处理的例程如下:%直方图均衡化
clc;
I=imread('pout.tif');
J=histeq(I);
figure,imshow(I);
title('原图像');
figure,imhist(I);
title('原图像的灰度直方图');
figure,imhist(J);
title('均衡化图像的直方图');
figure,imshow(J);
title('均衡化图像');
%直方图规定化
clc;
I=imread('tire.tif');
J=histeq(I,32);
[counts,x]=imhist(J);
Q=imread('pout.tif');
figure;
imshow(Q);
title('原图像');
figure;
imhist(Q);
title('原图像直方图');
M=histeq(Q,counts);
figure;
imshow(M);
title('直方图规定化后的图像');
figure;
imhist(M);
title('规定直方图');