数字图像处理第三章课件.ppt

3.3.2直方图规定化两种映射/对应规则 (1)单映射规则SML(SingleMappingLaw)先从小到大依次找到使下式最小的k和l：然后将 对应到上去。说明：这每个是分别对应过去，称为单映射。方法简单直观，但有时会有较大的取整误差。*第30页，共63页，星期日，2025年，2月5日3.3.2直方图规定化 (2)组映射规则GML(GroupMappingLaw)设I(l)为整数函数，l=0,1,…,N-1,满足0≤I(0)≤…≤I(l)≤…≤I(N-1)≤M-1。确定能使下式达到最小的I(l)：如果l＝0，则将i从0到I(0)的对应到去；如果l≥1，则将i从I(l-1)+1到I(l)的对应到去。*第31页，共63页，星期日，2025年，2月5日3.3.2直方图规定化例3.3.6*第32页，共63页，星期日，2025年，2月5日3.3.2直方图规定化*第33页，共63页，星期日，2025年，2月5日3.3.2直方图规定化原始直方图规定直方图SMLGML*第34页，共63页，星期日，2025年，2月5日3.3.2直方图规定化实例3.3.7*第35页，共63页，星期日，2025年，2月5日 3.3.2直方图规定化映射误差 对应映射间数值的差值（取绝对值）的和 例3.3.6的误差SML:|0.44-0.2|+|(0.89-0.44)-(0.8-0.2)|+|(1-0.89)-(1-0.80)|=0.48 GML:|0.2-0.19|+|(0.81-0.19)-(0.8-0.2)|+|(1-0.81)-(1-0.80)|=0.04*第36页，共63页，星期日，2025年，2月5日3.3.2直方图规定化直方图规定化vs.直方图均衡化 直方图均衡化：自动增强 效果不易控制 总得到全图增强的结果 直方图规定化：有选择地增强 须给定需要的直方图 特定增强的结果*第37页，共63页，星期日，2025年，2月5日第3章空域增强技术3.1 空域技术分类3.2 直接灰度映射3.3 直方图变换3.4 线性滤波3.5 非线性滤波3.6 局部增强*第38页，共63页，星期日，2025年，2月5日3.4 线性滤波利用像素本身以及其邻域像素的灰度关系进行增强的方法常称为滤波（Filtering） 3.4.1技术分类和实现原理 （模板卷积，邻域操作） 3.4.2线性平滑滤波器 （减弱或消除图像中的噪声）*第39页，共63页，星期日，2025年，2月5日3.4.1技术分类和实现原理 在图像空间借助模板进行邻域操作 分类1： (1) 线性：如邻域平均 (2) 非线性：如中值滤波 分类2：(1) 平滑：模糊，消除噪声 (2) 锐化：增强边缘的细节*第40页，共63页，星期日，2025年，2月5日3.4.1技术分类和实现原理滤波器实现——邻域运算：*第41页，共63页，星期日，2025年，2月5日3.4.2线性平滑滤波器线性滤波：LinearFiltering1、邻域平均 系数都是正的 保持灰度值范围（所有系数之和为1） 例：3?3模板*第42页，共63页，星期日，2025年，2月5日3.4.2线性平滑滤波器实例3.4.1(a)原始图(b)噪声图(c)3×3(d)5×5(e)7×7(f)9×9(g)11×11模板尺寸增大时，对噪声消除效果增强，但图像变得模糊，即边缘细节减少*第43页，共63页，星期日，2025年，2月5日3.4.2线性平滑滤波器2、加权平均 不同位置的系数采用不同的值一般认为：离模板中心近的像素对滤波贡献大，所以中心系数大；而周围系数小系数的实用取值：最外周边系数为1，内部系数成正比例增加，中间系数最大*