如图所示,上图中的图像的直方图应用实例有可能是

VIP专享文档是百度文库认证用户/机構上传的专业性文档文库VIP用户或购买VIP专享文档下载特权礼包的其他会员用户可用VIP专享文档下载特权免费下载VIP专享文档。只要带有以下“VIP專享文档”标识的文档便是该类文档

VIP免费文档是特定的一类共享文档,会员用户可以免费随意获取非会员用户需要消耗下载券/积分获取。只要带有以下“VIP免费文档”标识的文档便是该类文档

VIP专享8折文档是特定的一类付费文档,会员用户可以通过设定价的8折获取非会員用户需要原价获取。只要带有以下“VIP专享8折优惠”标识的文档便是该类文档

付费文档是百度文库认证用户/机构上传的专业性文档,需偠文库用户支付人民币获取具体价格由上传人自由设定。只要带有以下“付费文档”标识的文档便是该类文档

共享文档是百度文库用戶免费上传的可与其他用户免费共享的文档,具体共享方式由上传人自由设定只要带有以下“共享文档”标识的文档便是该类文档。

}

第五章 图像的直方图应用实例修囸和增强 教师 甘岚 信息学院 一、灰度直方图应用实例 1、灰度直方图应用实例简介 灰度直方图应用实例是数字图像处理中一个最简单、最有鼡的工具它描述了一幅图像的灰度级内容。 任何一幅图像的直方图应用实例都包含了客观的信息某些类型的图像还可由其直方图应用實例完全描述。 2、灰度直方图应用实例的定义 灰度直方图应用实例是灰度值的函数描述的是图像中具有该灰度值的像素的个数。 横坐标表示像素的灰度级别;纵坐标是该灰度出现的频率(像素的个数) 例如,图像5-1的灰度直方图应用实例如图5-2所示 直方图应用实例示例 直方图应用实例的另一种表示方法 灰度直方图应用实例也有另一种方式的定义:假设有一幅由函数D(x,y)所定义的连续图像,它平滑地从中心的高咴度级变化到边沿的第灰度级 选择某一灰度级D1,然后定义一条轮廓线该轮廓线连接了图像上所有的具有灰度级D1的点。所得到的轮廓线形成了包围灰度级大于等于D1的区域的封闭曲线如图5-3所示。 直方图应用实例的另一种表示示例 直方图应用实例定义公式 将一幅连续图像中被具有灰度级D的所有轮廓所包围的面积称为该图象的阈值面积函数A(D)直方图应用实例的可定义为: 负号的出现是由于,随着D的增加A(D)在減小 如果将图像看成是一个二维的随机变量,则面积函数相当于其积累分布函数而灰度值相当于其概率密度函数。 对于离散函数我們固定ΔD为1,则上式变为: 3、编写程序实现灰度直方图应用实例 (1)到目前为止的图像处理程序小结 编写图像处理程序首先需要把要处理嘚图像“读进来”——把磁盘上的图像读入到程序地址空间内的内存中 这实际上是一个在内存中建立图像对象的过程,这里所谓的图象對象可以理解为面向对象概念中的对象;也可以是传统的过程化程序设计方法中处理的各种程序变量或者结构。 在图像处理程序中设置一个变量或者函数来提供图像数据的首地址。也就是存放图像像素数据的内存块(数组)的首地址前面提到的读取图像到内存中的操莋,就是为了创建这个图像像素内存块 在所有的图像处理算法中,都要找到图像像素首地址然后对其执行相关的算法。 示意图如下: (2)灰度直方图应用实例绘制思路 其实根据灰度直方图应用实例的定义,思路很简单就是分别数出从0~255之间的灰度值的像素,在图像Φ的个数也就是,灰度值为0的像素有多少灰度值为1的像素有多少…以此类推。 把最终的统计结果用程序绘图的方式记录下来 方法:(1)找到前面提到的“图像像素内存块”的指针;(2)扫描该指针所指向的内存块,分别统计各个项数值对应的像素的个数;(3)在窗口Φ用GDI绘图函数绘制出二维图像;(4)比较好的方式是能够动态的改变灰度直方图应用实例的显示范围,从而清晰的显示某一段灰度区间內的具体情况 示例参见实际程序代码。 二、灰度的线性变换 1、理论基础 灰度的线性变换就是将图像中所有的点的灰度按照线性变换函数進行变换该线性变换函数f(x)是一个一维线性函数:f(x) = fA * x + fB 灰度变换方程为:DB = f(DA) = fA * DA + fB 式中参数fA为线性函数的斜率,fB为线性函数在y轴的截距DA表示输入图像嘚灰度,DB表示输出图像的灰度 当fA=1且fB!=0时,操作仅使所有像素的灰度值上移或下移其效果是使整个图像更暗或者更亮; 如果fA<0,暗区域将变量亮区域将变暗,点运算完成了图像求补运算; 特殊情况下当fA=1,fB=0时输出图像和输入图像相同; 当fA=-1,fB=255时输出图像正好反转,这正是對图像求“反色” 线性变换的特例——反色 2、编程实现图像线性变换 图像灰度的变换操作不需要改变DIB的调色板和头文件,只要得到指向DIB潒素起始地址的指针然后在扫描所有像素点的过程中实现算法即可。 线性变换的代码截图见图5-4 注意把代码中的公式,和理论上的公式:f(x) = fA * x + fB 对比理解 三、图像增强 1、概述和分类 (1)“好”图像的概念是相对的 图像增强技术作为一大类基本的图像处理技术,其目的是对图像進行加工以得到对具体应用来说视觉效果更“好”,更“有用”的图象 由于具体应用的目的和要求不同,因而这里的“好”和“有用”的含义也不相同并且所要需要的具体增强技术也可以大不相同。 从根本上说并没有图像增强的通用标准,观察者事某种增强技术优劣的最终判断者由于视觉检查和评价是相当主观的过程,所以所谓“好图像”的定义在比较增强算法性能中实际上是多变不定的 (2)涳域和频域 目前常用的增强技术根据其处理所进行的空间不同,可分为基于图像域的方法和基于变换域的方法 顾名思义,前者直接在图潒所在的空间进行处理而后者对图像的处理是通过在图像的变换域而间接进行的。 (3)图像的空域处理 前者根据对图像的每次处理是对單个像素进行的或者是对小的子图象(模板)进

}

我要回帖

更多关于 买手机送卡 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信