实验3图像的灰度变换

实验3图像的灰度变换

ID:24713762

大小:205.00 KB

页数:4页

时间:2018-11-16

实验3图像的灰度变换_第1页
实验3图像的灰度变换_第2页
实验3图像的灰度变换_第3页
实验3图像的灰度变换_第4页
资源描述:

《实验3图像的灰度变换》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、贵州师范大学数学与计算机科学学院学生实验报告课程名称:数孚图像处理班级:—实验闩期:2015年4月8闩学号:姓名:指导教师:张艳一、实验名称直方图均衡化的应用。二、实验目的及要求掌握灰度直方阁的概念及其计算方法;熟练掌握直方阁均衡化和直方阁规定化的计算过程;理解图像压缩目的及意义;理解有损压缩和无损压缩的概念;了解几种常用的图像压缩编码方法;利用MATLAB程序进行图像压缩。三、实验内容原理:直方阁是阁像的最基本的统计特征,它反映的是阁像的灰度值的分布情况。直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化,改善图像的亮度分布

2、状态,增强图像的视觉效果。灰度直方图是图像预处理屮涉及最广泛的基本概念之一。图像的直方图事实上就是图像的亮度分介的概率密度函数,是一幅图像的所有象素集合的最基本的统计规律。直方阁反映了阁像的明暗分布规律,可以通过图像变换进行直方图调整,获得较好的视觉效果。直方图均衡化足通过灰度变换将一幅图像转换为另一幅具有均衡直方图,即在每个灰度级上都具冇相同的象索点数的过程。直方图均衡化的处理步骤:1)读入图片2)将彩色图片转换为灰度图3)构造零阵,存储原图的直方图屮各像素出现的个数(大小为1*256)4)构造零阵,存储原图的直方图中各像索出现的频率(大

3、小为1*256)5)构造零阵,存储新图的直方图中各像素出现的个数(大小为1*256)6)构造零阵,存储新阁的直方阁屮各像素出现的频率(大小为1*256)7)得到原图大小8)构造零阵,储存新图的图像矩阵(大小为原图大小)9)遍历像素点,统计原始直方图各灰度级像素个数方法一:直方图中的每个点的列坐标,即为像素值,统计时,可以通过遍历的方式,将原阁像素点的值作为直方阁的列坐标,如,原阁矩阵为img,原阁直方图矩阵为his,行列坐标为i,j,则可以通过如下式子进行统计:his(l,img(i,j))=his(l,img(i,j))+l;方法二:直方

4、图中的每个点的列坐标,即为像素值,可以统计像素値出现的次数,如,原图矩阵为img,原图直方图矩阵为his,像素值为k,则可以通过如K式子进行统计:his(k+1)=length(find(img==k))10)通过矩阵点除(./)总像素,计算存储丫概率的原始直方图11)构造原始累计直方图,值为原始直方图的之前值的概率累加,即计算SK12)构造1*256的零阵,通过直方图计算新图和原图的像素值映射关系,(此处:取最小灰度SBin为0,取整可以用floor()或者round())o13)统计新直方图各灰度级像素个数,新直方图的每个值为原图肓方图

5、的相应位置的叠加,如,原图的直方图个数的矩阵为his,新图的直方图个数的矩阵为hisNcw,列坐标为k,第12步求出屮的映射关系矩阵为t,则可以通过如卜式子进行统计:hisNew(l,t(1,k)+l)=hisNew(l,t(1,k)+l)+his(1,k);14)计算新的灰度直方图的概率15)计算直方图均衡后的新图new_tu,通过原图和新图的像素点映射关系,如第12步求出屮的映射关系矩阵为t,原图矩阵为img,新图矩阵为imgNew,行列坐标为i,j,则可以通过如下式子进行映射:imgNew(i,j)=t(1,img(i,j));16)

6、在同一窗口内分别对灰度化后的原图像、原图像宵方图、直方图均衡化后的图像、以及处理过后的图像的直方图进行兄示,要求对图像分别加标题,直方图耍加上x、y坐标的标题。其中:显示直方图用plot(his)(his为存储了概率的直方图矩阵)显示x轴标签用xlabel(’x轴标签’)兄示x轴标签用ylabelCy轴标签’)四、实现代码及运行效果图clearclcI=imread('lena.jpg');I=rgb2gray(I);H=zeros(1,256);H_p=zeros(1,256);Hnew=zeros(1,256);Hnew_p=zeros

7、(1z256);[h,w]=size(I);Inew=zeros(h,w);fork=l:256H(k)=length(find(I==(k-1)));endH_p=H./(h*w);subplot(2,2,1),imshow(I);title('O-I1/');subplot(2,2,2),plot(H_p);title(1O-I^InOi-^I1/');gridonxlabel(1x1);ylabel(•y•);Ski=zeros(1,256);fori=2:256Ski(i)=Skl(i-l)+H_p(i);endSk2=zeros(

8、1,256);fori=l:256Sk2(i)=floor(255*Skl(i)+0.5);endforj=1:256Hnew(1,Sk2(1,j)+1)=Hnew(lzSk2(

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。