数字图像处理与分析第三章.ppt

3.2.2 直方图变换增强;数字图像的灰度直方图 —— 计算例;3.2.2直方图变换增强—灰度直方图;常用的直方图是规格化和离散化的，即纵坐标用相对值表示。 设图像总像素为N，某一级灰度像素数为nk，则直方图表示为： p(rk)= nk/N ;;;;灰度直方图反映了一幅图像的灰度分布情况。 (a)大多数像素灰度值取在较暗区域，图像会较暗.一般在摄影过程中曝光过弱就会造成这种结果。 (b)大多数像素灰度值集中在亮区,图像将偏亮.一般在摄影中曝光太强将导致这种结果。 (c)图像的像素窄而集中，对比度低。 从三幅图像的灰度分布来看图像的质量均不理想。 ;注意高对比度的图像有更平坦的直方图。一幅图像应该利用全部或几乎全部可能的灰度级;灰度直方图的又一应用 —— 分割阈值选取;;具有二峰性的灰度图的二值化;1. 直方图均衡化 1) 目的 将原始图像的直方图变为均衡分布的形式，即将一已知灰度概率密度分布的图像，经过某种变换，变成一幅具有均匀灰度概率密度分布的新图像。 图像均衡化处理后，图像的直方图是平直的，即各灰度级具有相似的出现频数，那么由于灰度级具有均匀的概率分布，图像看起来就更清晰了。 ;(2) 直方图均衡化;直方图均衡化;连续灰度的直方图非均匀分布;连续灰度的直方图均匀分布;直方图均衡化目标;直方图均衡化;直方图均衡化;直方图均衡化;直方图均衡化的步骤;直方图均衡化的步骤;例;例;1. 由（2-2）式计算sk。;rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1;rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1;;直方图均衡化;均衡化;直方图均衡化效果示例;直方图规定化—直方图均衡化存在的问题;例：图像均衡化效果;;直方图规定化的思想;Matlab函数;3.2.3 空间平滑滤波增强;图像平滑的作用类似剃须刀;平滑可以去除毛糙，噪声，但也使图像变得模糊。;; 假设图像由许多灰度恒定的小块组成，相邻像素间存在很高的空间相关性，而噪声则相对独立。可以将一个像素及其邻域内的所有像素的平均灰度值赋给平滑图像中对应的像素，从而达到平滑的目的。（常用的邻域有4-邻域和8- 邻域） 作用：???噪，去除不相干的细节，对灰度级不足引起的伪轮廓进行平滑等等。 ;1.邻域平均法--非加权邻域平均;3.2.3 空间平滑滤波增强—非加权邻域平均;3.2.3 空间平滑滤波增强—非加权邻域平均;1.邻域平均法--非加权邻域平均; ;3.2.3 空间平滑滤波增强—非加权邻域平均;3.2.3 空间平滑滤波增强—非加权邻域平均;;均值滤波器的缺点是，会使图像变的模糊，原因是它对所有的点都是同等对待，在将噪声点分摊的同时，将景物的边界点也分摊了。 为了改善效果，就可采用加权平均的方式来构造滤波器。;3.2.3 空间平滑滤波增强—加权邻域平均;3.2.3 空间平滑滤波增强—加权邻域平均;邻域平均法虽然可以平滑图像，但在消除噪声的同时，会使图像中的一些细节变得模糊。中值滤波则在消除噪声的同时还能保持图像中的细节部分，防止边缘模糊 。 ;中值滤波器 —— 设计思想;中值滤波器 —— 例题;（a）为含有随机噪声的灰度图像 (b)（c）(d）是分别用3×3、5×5、7×7模板得到的平滑图像。;中值滤波器与均值滤波器的比较;中值滤波器与均值滤波器的比较;中值滤波器与均值滤波器的比较;中值滤波器与均值滤波器的比较;Matlab函数;线性滤波函数;;非线性滤波器;椒盐噪声示例;高斯??声示例