图像增强直方图均衡化ppt课件

1、用直方图平衡化进展图像加强2021-3-22目目 录录1. 灰度级直方图的概念灰度级直方图的概念2. 直方图的计算直方图的计算3. 直方图的性质直方图的性质4. 直方图平衡化直方图平衡化一一. . 灰度级直方图的概念灰度级直方图的概念长江大学电子信息学院长江大学电子信息学院灰度级直方图灰度级直方图1 直方图的概念直方图的概念2p灰度级的直方图是反响一幅图像中的灰度级与出现这种灰度的概率之间的图形。p设图像的灰度范围为a,b，r为此灰度范围内的任一灰度级，p(r)为这幅图像中灰度级为r的像素出现的频率，可以看出p(r)是r的函数。该函数的图形称为这幅图像的直方图。( )rp r 灰度为 的像素数

2、图像上的总像素数1)(1niirp一一. .灰度级直方图的概念灰度级直方图的概念长江大学电子信息学院长江大学电子信息学院灰度级灰度级123456灰度级的像素数灰度级的像素数7437213图像的直方图图像的直方图一一. . 灰度级直方图的概念灰度级直方图的概念长江大学电子信息学院长江大学电子信息学院二二. . 直方图的计算直方图的计算长江大学电子信息学院长江大学电子信息学院设设r表示图像中像素的灰度级，可以用概率密度函数表示图像中像素的灰度级，可以用概率密度函数Pr(rk)表表示原始图像的灰度分布。那么示原始图像的灰度分布。那么( )/rkkP rnN式中，式中，N为一幅图像中像素的总数；为一幅

3、图像中像素的总数；nk为第为第k级灰度的像素；级灰度的像素；rk为第为第k个灰度级；个灰度级；Pr(rk)表示该灰度级出现的概率。由于表示该灰度级出现的概率。由于Pr(rk)给出了对给出了对rk出现概率的一个估计，所以直方图提供了原图的灰出现概率的一个估计，所以直方图提供了原图的灰度值分布情况，也可以说给出了一幅图像一切灰度值的整体度值分布情况，也可以说给出了一幅图像一切灰度值的整体描画。描画。 三三. . 直方图的性质直方图的性质长江大学电子信息学院长江大学电子信息学院1 1 它只反映该图像中不同灰度值出现的次数，而未反它只反映该图像中不同灰度值出现的次数，而未反映某一灰度值像素所在的位置。

4、也就是说，它只包含了映某一灰度值像素所在的位置。也就是说，它只包含了该图像中某一灰度值的像素出现的概率，而丧失了其所该图像中某一灰度值的像素出现的概率，而丧失了其所在位置的信息。在位置的信息。2 2 任一幅图像，都能独一地确定出一幅与它对应的任一幅图像，都能独一地确定出一幅与它对应的直方图，但不同的图像，能够有一样的直方图。直方图，但不同的图像，能够有一样的直方图。三三. . 直方图的性质直方图的性质长江大学电子信息学院长江大学电子信息学院四四. . 直方图平衡化直方图平衡化长江大学电子信息学院长江大学电子信息学院1.缘由缘由 大多数自然图像，其灰度分布集中在较窄的区间，引起图像大多数自然图像

5、，其灰度分布集中在较窄的区间，引起图像细节不够明晰，采用直方图修正后可使图像的灰度间距拉开或使细节不够明晰，采用直方图修正后可使图像的灰度间距拉开或使灰度分布均匀，从而增大反差，使图像细节明晰，到达加强的目灰度分布均匀，从而增大反差，使图像细节明晰，到达加强的目的。例如一幅过曝光的图片，其灰度级都集中在高亮度范围内，的。例如一幅过曝光的图片，其灰度级都集中在高亮度范围内，而曝光缺乏的图片，其灰度级集中在低亮度范围内，具有这样直而曝光缺乏的图片，其灰度级集中在低亮度范围内，具有这样直方图的图片其可视效果比较差。方图的图片其可视效果比较差。 四四. . 直方图平衡化直方图平衡化长江大学电子信息学院

6、长江大学电子信息学院(1) 对给定的待处置图像统计其直方图，求出对给定的待处置图像统计其直方图，求出(2) 根据统计出的直方图采用累积分布函数作变换根据统计出的直方图采用累积分布函数作变换,0()()kkkrjjST rP r (3) 用新灰度替代旧灰度，求出用新灰度替代旧灰度，求出Ps(s)，这一步是近似过程，应，这一步是近似过程，应根据处置目的尽量做到合理，同时把灰度值相等或近似地合根据处置目的尽量做到合理，同时把灰度值相等或近似地合并到一同。并到一同。( )/rkkP rnN求变换后的新灰度；求变换后的新灰度；四四. . 直方图平衡化直方图平衡化长江大学电子信息学院长江大学电子信息学院例

7、子例子 假定有一幅像素数为6464，灰度级为8级的图像，将其进展平衡化处置，其灰度级分布表如右图所示：表表 64 646464大小的图像灰度级分布大小的图像灰度级分布四四. . 直方图平衡化直方图平衡化长江大学电子信息学院长江大学电子信息学院图图(a) (a) 原图灰度级直方图；图原图灰度级直方图；图(b) (b) 累积变换后的直方图；累积变换后的直方图；图图(c) (c) 平衡化后的直方图；平衡化后的直方图；四四. . 直方图平衡化直方图平衡化长江大学电子信息学院长江大学电子信息学院3.直方图平衡化直方图平衡化MATLAB的实现的实现 1imhist函数函数功能：计算和显示图像的颜色直方图。

8、功能：计算和显示图像的颜色直方图。 格式：格式：imhist(I, n) imhist(X, map) counts, x=imhist() 阐明：阐明：imhist(I, n)计算和显示灰度图像计算和显示灰度图像I的直方图，的直方图，n为指定为指定的灰度级数目，缺省值为的灰度级数目，缺省值为256； imhist(X, map)计算和显示索引色图像计算和显示索引色图像X的直方图，的直方图，map为调为调色板；色板； counts, x=imhist(.) 前往直方图数据向量前往直方图数据向量counts和相应和相应的颜色值向量的颜色值向量x，用，用stem(x, counts) 同样可以显示

9、直方图。同样可以显示直方图。四四. . 直方图平衡化直方图平衡化长江大学电子信息学院长江大学电子信息学院 显示灰度图像显示灰度图像baby.jpg的直方图的直方图 程序：程序：I=imread(C:baby.jpg);subplot(1,2,1),imshow(I);subplot(1,2,2),imhist(I);3.直方图平衡化直方图平衡化MATLAB的实现的实现四四. . 直方图平衡化直方图平衡化长江大学电子信息学院长江大学电子信息学院灰度图像的颜色直方图灰度图像的颜色直方图四四. . 直方图平衡化直方图平衡化长江大学电子信息学院长江大学电子信息学院显示索引色图像的直方图显示索引色图像的

10、直方图程序：程序： clf;load trees; subplot(1,2,1),imshow(I); subplot(122);imhist(X,map);3.直方图平衡化直方图平衡化MATLAB的实现的实现四四. . 直方图平衡化直方图平衡化长江大学电子信息学院长江大学电子信息学院索引色图像的直方图索引色图像的直方图四四. . 直方图平衡化直方图平衡化长江大学电子信息学院长江大学电子信息学院程序：程序： I=imread(trees.tif); c,x=imhist(I); subplot(121);imshow(I); subplot(1,2,2),stem(x,c);3.直方图平衡化直

11、方图平衡化MATLAB的实现的实现用用stem函数显示图像直方图函数显示图像直方图四四. . 直方图平衡化直方图平衡化长江大学电子信息学院长江大学电子信息学院图像的直方图图像的直方图四四. . 直方图平衡化直方图平衡化长江大学电子信息学院长江大学电子信息学院2imadjust函数函数功能：经过直方图变换调整对比度。 格式：J=imadjust(I, low high,bottom top, gamma) newmap=imadjust(map, low high, bottom top, gamma) 阐明：J=imadjust(I, low high, bottom top, gamma)前

12、往图像I经直方图调整后的图像J，gamma为校正量 ，low high为原图像中要变换的灰度范围，bottom top指定了变换后的灰度范围；newmap=imadjust(map, low highbottom top, gamma)调整索引色图像的调色板map。此时假设low high和bottom top都为23的矩阵，那么分别调整R、G、B 3个分量。 3.直方图平衡化直方图平衡化MATLAB的实现的实现四四. . 直方图平衡化直方图平衡化长江大学电子信息学院长江大学电子信息学院 程序：程序： clear all I=imread(C:lena.bmp); J=imadjust(I,0

13、.3 0.7, ); subplot(221), imshow(I)； subplot(222), imshow(J)； subplot(223), imhist(I)； subplot(224), imhist(J)；调整图像的对比度，调整前后的图像见图调整图像的对比度，调整前后的图像见图3.直方图平衡化直方图平衡化MATLAB的实现的实现四四. . 直方图平衡化直方图平衡化长江大学电子信息学院长江大学电子信息学院四四. . 直方图平衡化直方图平衡化长江大学电子信息学院长江大学电子信息学院3.直方图平衡化直方图平衡化MATLAB的实现的实现 3histeq函数函数功能：直方图平衡化功能：直方图平衡化 格式：格式：J=histeq(I, n)，指定平衡化后灰度级数，指定平衡化后灰度级数n，缺省，缺省 为为64；四四. . 直方图平衡化直方图平衡化长江大学电子信息学院长江大学电子信息学院 程序：程序： I = imread(cameraman.tif); J = histeq(I); subplot(2,2,1),im