图像与处理及其matlab实现

《图像与处理及其matlab实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第五章 图像预处理及其MATLAB实现 对于图像识别、图像理解而言的一种前期处理。不论何种图像装置，输入的图像往往不能令人满意。从美学角度感到图像中物体的轮廓过于鲜明显得不协调检测对象大小和形状的要求，图像的边缘过于模糊多了黑白点图像的失真、变形。质量问题5.1直方图修正 5.1.1直方图 是图像的重要统计特征，表示数字图像中每一灰度级与该灰度级出现的频次。横坐标表示灰度级，纵坐标表示频数nkPr()=kNN是图像的总像素数，n是第k级灰度的像素数，r表示第k个灰度级kk直方图只能给出该图像的大致描述，如图像的灰度范围、灰度级的

2、分布、整幅图像的平均亮度。具有统计特性的直方图描述该图像的灰度分布特性，得到总体程度。对直方图进行分析可以得到图像一些反映出该图像特点的有用特征：图像对比度小，灰度直方图只在灰度轴上较小的一段区间上非零；较暗的图像分布在低值灰度上，高值灰度区间上的幅度较小。清晰柔和的图像，直方图比较均匀。可以通过变换使图像灰度范围拉开。5.1.2直方图修正 1在医学上，为改善X射线机操作人员工作条件，采用低强度X射线曝光直方图修正通常有直方图均衡化和直方图规定化(1)直方图均衡化 先将直方图归一化，让原图归一化为[0,1],归一化之后的灰度为r

3、，变换后的灰度为s直方图修正就是对下列公式的计算过程−1sTr=()或者rTs=()Tr()是变换函数，必须满足如下条件(1)Tr()在[0,1]区间是单调函数，单调增加(2)Tr()满足0(≤≤Tr)1条件1保证了从黑到白得次序，条件2保证变换后的灰度仍在[0,1]区间rsTr==()prd()r∫r0推广到离散的情况。设一幅图像总的像素数是n，共分为L个灰度级，n代表第k个灰度k级出现的频次，则第k灰度级出现的概率为：pk()=nn/rk变换函数可以表示为ksTkk==()r∑prr()ii=0−1rTs=()kk例：有一幅

4、图像，共有64×64个像素，8个灰度级，各灰度级概率分布表示，试将其直方图均匀化。计算变换函数0sT00==()r∑Pri()r=0.19i=01sT11==()r∑Prri()=+=0.190.250.44i=0以此类推2sssss=====0.65,0.89,0.95,0.98,1.0034567对每个灰度级去最靠近的量化值5.1.3 imhist函数 MATLAB图像处理工具箱提供了imhist函数来计算和显示图像的直方图，其语法形式为imhist(I,n)计算显示灰度图像的直方图，n为指定的灰度级的数目，对于灰度图像25

5、6,黑白2imhist(X,map)计算和显示索引图像X的直方图，map为调色板[counts,x]=imhist()返回直方图向量count,以及相应色彩值例：实现图像gray.bmp灰度直方图程序清单I=imread(‘gray.bmp’);imshow(I);figure,imhist(I);(2)histeq函数MATLAB图像处理工具箱提供了用于直方图均衡化的函数histeq.语法格式为J=histeq(I,hgram);功能：将原始图像I的直方图变成用户指定的向量hgram,hgram中的值域为[0,1]J=hist

6、eq(I,n)指定直方图均匀化灰度级数n，默认64对gray.bmp进行直方图均衡化的程序清单3I=imread('pout.tif');imshow(I);%figure,imhist(I);[counts,x]=imhist(I,64);I=imread('pout.tif');4J=histeq(I);subplot(2,2,1),imshow(I);subplot(2,2,2),imshow(J);subplot(2,2,3),imhist(I);subplot(2,2,4),imhist(J);clearall;I=i

7、mread('pout.tif');J=histeq(I,32);[counts,x]=imhist(J);Q=imread('pout.tif');subplot(2,2,1),imshow(Q);subplot(2,2,3),imhist(Q);M=histeq(Q,counts);subplot(2,2,2),imshow(M);subplot(2,2,4),imhist(M);55.2灰度变换 图像增强的另外一种手段，使图像的动态范围加大，对比度扩展，图像清晰，特征明显。5.2.1 灰度修正 由于光照、摄像以及光学系统的

8、不均匀性，是的某些图像部分较暗或者较亮。对图像逐点进行灰度级修正，使得灰度均匀，达到比较好的视觉效果。灰度修正也称为点运算，不改变像素点的位置，只改变灰度值原来图像为fxy(,)，不均匀降质图像为gxy(,)，代表降质性质的函数为exy(,)则降质过程可用如下表