直方图+直方图均衡化增强

梯度算子
梯度算子是一阶导数算子。对于图像函数f(x,y)，它的 梯度定义为一个向量： f
Gx x f ( x, y) Gy f y
2 2 1/2 Gy ] 向量幅度值为 mag (f ) [Gx
Gy 向量方向角为 ( x, y ) arctan( ) Gx
数字图像直方图均衡化增强
实验三 数字图像边缘检测
边缘检测
边缘能勾划出目标物体，使观察者一目了然，边缘蕴含丰富 的内在信息(方向、阶跃性质和形状等)。从本质上说，图像边缘 是图像局部特征不连续性(灰度突变、颜色突变和纹理结构突变 等)的反映，它标志着一个区域的终结和另一个区域的开始。 边缘提取首先检测出图像局部特征的不连续性，然后再将这 些不连续的边缘像素连成完备的边界。边缘的特征是沿边缘走向 的像素变化平缓，而垂直于边缘方向的像素变化剧烈，所以，从 这个意义上说，提取边缘的算法就是检测出符合边缘特性的边缘 像素的算子。目前提取边缘常采用边缘算子法、曲面拟合法和模 板匹配法等方法。 两个具有不同灰度值的相邻区域之间总存在边缘，边缘是灰 度值不连续的结果，这种不连续性通常可以利用求导数的方法方 便地检测到，一般常用一阶导数和二阶导数来检测边缘。边缘检 测的基本思想是首先利用边缘增强算子，突出图像中的局部边缘， 然后定义像素的“边缘强度”，通过设置门限的方法提取边缘点 集。常用的边缘检测算子有Robert算子、Sobel算子、LOG算子 和Canny算子。
实验一 数字图像直方图源自文库计
图像和像素点
一幅图像由若干个像素点组成。每个像素点的明暗程度/亮度信息都 可以用灰度级（0~255）来表示。不同的明暗程度的若干个像素点就组 成了一幅完整的图像。如一张320*240的灰度图像，表示该图像有320 行，每行有240个像素点。
（a）原始图像
（b）图a局部放大（c）图b局部放大
k
tk （3）取整扩展：
int[( L 1)tk 0.5]
（4）映射对应关系：k
tk
直方图均衡化原理
例如：如果原始图像中某个像素点的灰度级为2，经过直方 图均衡化之后该像素点的灰度级就变成166。
数字图像直方图均衡化增强
选择菜单View->Graph>Image，做如下设置: 选择菜单View->Graph>Image，做如下设置: 选择菜单View->Graph>Image，做如下设置:
c语言中，用一个数组来保存一张图像。 如unsigned int dbimage[80*80]表示“一张6400（即80*80）个像素点 的灰度图像”。而数组元素dbimage[1]表示“第二个像素点的灰度级”。 在.bmp文件中，开始1078个字节是用来设置“bmp格式”，1078个 字节之后的数据才是图像像素点的“灰度级”信息，并且先存图片的 最后一行，最后存图片的第一行。
直方图
在c语言中，也用一个数组来存储直方图。如：float fhistogram[256]；数组中的元素fhistogram[1]表示"灰度级 n 为1的像素点的频数"， 即： fhistogram[1] k
n
其中n k 表示该图片中有n k 个像素点的灰度级为k，n 表示“该图片中像素点的总个数” 。 尽管灰度直方图不能表示出某灰度值在什么位置， 更不能直接显示图像内容，但是具有统计特性的直方图 却能描述该图像的灰度分布特性，使人们从中得到诸如 总体明亮程度、对比度等与图像质量有关的灰度分布概 况，成为一些处理方法的重要依据。
Z2
Z5 Z8
Z3
Z6 Z9
选择菜单View->Graph->Image， 做如下设置:
选择菜单View->Graph->Image， 做如下设置:
程序流程图：
数字图像直方图统计
选择菜单View->Graph->Image ，做如下设置： 选择菜单 View->Graph>Time/Frequency，做如下设置
数字图像直方图统计
开始 直方图统计子 程序 初始化直方图统计数组(赋 0值)
用不同参数调用 构造图像的函数 产生图像
调用直方图统计 子程序统计直方 图 循环 重复五次
Gy ( z 3 2 z 6 z 9) ( z1 2 z 4 z 7) 计算出Gx和Gy的值后，用下式计算(x,y)点处的梯度值
2 2 1/2 g [Gx Gy ]
计算出给点处的梯度值后，设定一个合适的阈值T， 如果(x,y)处的g≥T则认为该点是边缘点。
Z1
Z4 Z7
统计图像中各种灰度值(取值 0255)的像素个数 计算各种灰度值的像素个数占 全部图像像素的百分比
直方图统计结束
实验二 数字图像均衡化增强
直方图均衡化图像增强的原理
图像增强处理技术是数字图像处理的基本内容之一。图像增强是 指按特定的需要突出一幅图像中的某些信息，同时，削弱或去除某 些不需要的信息的处理方法。 利用直方图统计的结果，通过使图像的直方图均衡的方法称为直 方图均衡化，直方图均衡化可以达到增强图像显示效果的作用。其 基本思想是把原始图像的直方图变换成均匀分布的形式，这样就增 加了像素灰度值的动态范围，从而达到增强图像整体对比度的效果 。 通过直方图统计，可以观察出，图像中各种亮度所占的比例大都 分布不均匀，设法增加在直方图统计中所占比例高的像素和其他占 的比例少的像素之间的亮度差，可以提高图像的显示效果。简单来 说，直方图增强的方法就是压缩直方图中比例少的像素所占用的灰 度范围，多出来的灰度空间按照统计比例分配给直方图中比例高的 像素使用。这种方法主要是针对人眼对灰度差别越大的图像更容易 分辨的特点而做的增强。 具体方法是：
由于数字图像是离散的，计算偏导数Gx和Gy时， 常用差分来代替微分，为计算方便，常用小区域模板和 图像卷积来近似计算梯度值，采用不同的模板计算Gx 和Gy可产生不同的边缘检测算子，常用的边缘检测算 子有Robert算子、Sobel算子。
Sobel边缘检测算子
Sobel边缘检测算子用下图所示模板来近似计算图像函 数f(x,y)对x和y的偏导数： Gx ( z 7 2 z 8 z 9) ( z1 2 z 2 z 3)
DSP实验课——第五周
主要内容： 图像增强处理算法实验 图像边缘检测处理实验
本周实验课主要内容
一、数字图像直方图统计
1. 什么是图像和像素点
2. 什么是直方图 二、数字图像直方图均衡化增强 1. 什么是直方图均衡化 2. 图像增强的原理
三、数字图像边缘检测（Sobel算子） 1. 什么是图像边缘检测 2. Sobel算子的原理及实现方法
直方图
直方图是图像的一种统计表达，由一系列高度不等的纵向条纹表示 数据分布的情况。 灰度直方图是灰度级的函数，它表示图象中具有每种灰度级的像 素的个数，反映图象中每种灰度出现的频率。它描述了图像中各种 灰度（对于像素深度为 8 位的图像共有0-255 共256 种取值）在整个 图像中占有的比例。 如下图所示，灰度直方图的横坐标是灰度级，纵坐标是该灰度级 出现的频率（该灰度级的像素个数除以整幅图片的像素个数）。灰 度直方图是图象的最基本的统计特征。
直方图均衡化的原理
灰度直方图的计算十分简单，依据定义在离散形式下有下面的 公式成立：
nk p(k ) k 0,1, 2...L 1 其中L 1 255 （1 ） n
nk 为图像中出现灰度为k的像素数，n是图像像素总数 公式中： ，而 n n 即为频数 。
k
ni k （2）计算累积直方图各项：tk p i , k 0,1, L 1 i 0 n i 0