第4讲 图像增强之直方图修改
实验四 图像的直方图修正

imhist(X, map);%计算和显示索引色图像X的直方图,
map为调 色板;
[counts, x]=imhist(…)%返回直方图数据向量counts和
相应的色彩值向量x,用stem(x, counts) 同样可以显示直方图。
【例】 显示灰度图像‘cameraman.tif’的直方图。
j 0 j 0
k
k
nj N
(5)将sk按照原来的量化值,取最近的进行量化sk→r, 将像素数带入,得到新的灰度级及分布。
实例
假设一幅64×64,8bit灰度图像,其概率分布见下
表,试对其进行直方图均衡化处理。 rk nk Pr(rk)=nk/n
r0=0
r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1
3500
3000
2500
2000
1500
1000
500
0
20ቤተ መጻሕፍቲ ባይዱ
40
60
80
100
120
2 imadjust函数
调用格式:J=imadjust(I,[low high],[bottom top],gamma) 说明:J为图像I调整后返回的图像,[low high]为原图像
的灰度范围,[bottom top]为指定变换后的灰度范
790
1023 850 656 329 245 122 81
0.19
0.25 0.21 0.16 0.08 0.06 0.03 0.02
*重新命名sk,归并相同灰度级的象素数 rk r0=0 r2=2/7=0.29 r3=3/7=0.43 r4=4/7=0.57 r5=5/7=0.71 r6=6/7=0.86 r7=1 nk 790 850 656 329 245 122 81 Pr(rk) Sk计算 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1.00 Sk舍入 1/7=0.14 3/7=0.43 5/7=0.71 6/7=0.86 6/7=0.86 1 1 1 S3 985 0.24 Sk S0 S1 S2 nsk 790 1023 850 P(sk) 0.19 0.25 0.21
第四章 图像增强

数字图像处理
例如,某像素5×5邻域的灰度分布如图,经 计算9个掩模区的均值和方差为:
3 6 7 4 2 3 4 3 1ͣ 1 2 2 2 4 5 1 1 4 3 3 6
均值 对应的 方差
4
4
3
2
3
4
2
3
3
4 8 4 4
54 7 17 17 28 31 23 26 0
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
4.1 图像的对比度增强
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
图像的直方图修正
定义:数字图像中各灰度级与其出现的频数间的 统计关系,可表示为:
直方图反映了图像的清晰程度,当直方图均匀分布 时,图像最清晰。由此,我们可以利用直方图来达 到使图像清晰的目的。 直方图均衡化:通过原始图像的灰度非线性变换, 使其直方图变成均匀分布,以增加图像灰度值的动 态范围,从而达到增强图像整体对比度,使图像变 清晰的效果。
梅小明
图像平滑
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
中值滤波法的举例及与平均滤波法 的对比
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
中值滤波法
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
中值滤波法
数字图像处理
中南大学信息物理工程学院测绘所
梅小明
中值滤波法
数字图像处理
中南大学信息物理工程学院测绘所
第四章 图像增强
概述 图像的对比度增强 图像的直方图修正 图像平滑 图形锐化 图像的同态滤波 图像的彩色增强
第4讲 直方图 图像增强

原图像的直方图
规定的直方图
规定化后图像的直方图
?
若在原图像一行上连续8个像素的灰度值分别为:0、1、 2、3、4、5、6、7,则规定化后,他们的灰度值为多少? 利用直方图规定化方法进行图像增强的主要困难在于 要构成有意义的直方图。图像经直方图规定化,其增强效 果要有利于人的视觉判读或便于机器识别。
r0→s0=1/7
790
0.19
0.25 0.21
z0=0
z1=1/7 z2=2/7
0.00
0.00 0.00
0.00
0.00 0.00
z0
z1 z2
0
0 0
0.00
0.00 0.00
r1→s1=3/7 1023 r2→s2=5/7 850
r3→s3=6/7
r4→s3=6/7 r5→s4=1 r6→s4=1 r7→s4=1 448 0.11 985 0.24
(a)
(b)
(c)
1 s0 , 7 6 s4 , 7
3 s1 , 7 s5 1,
5 s2 , 7 s6 1,
6 s3 7 s7 1
直方图均衡化示例
Lena图像
及 直方图
经直方图均衡化后的Lena图像及直方图
算法: 1. 对于L个灰度级(一般256)大小为M×N的图像,创建一个长为
②按照希望得到的图像的灰度概率密度函数 pz(z),求得变换函数G(z); ③用步骤①得到的灰度级s作逆变换z= G-1(s)。
规定化示例
采用与直方图均衡相同的原始图像数据(64×64像素 且具有8级灰度)
原图像的直方图
规定化直方图
rj →sk
nk
ps(sk)
数字图像处理(第二版)章 (4)

线斜率大于1时,该灰度区间的动态范围增加,即对比度增强
了,而另外两个区间的动态范围被压缩了。当a=b,c=0,d=L-
1时,式(4-4)就变成一个阈值函数,变换后将会产生一个二值 图像。图4-3(c)是经由图4-3 (b)所示的分段线性变换对图43(a)的变换结果,它保持低灰度像素不变,增强了中间灰度的 对比度,并压缩了高灰度的动态范围。
2r 2 0 r 1
pr (r) 0
其他值
用式(4-11)求其变换函数,即其累积分布函数为
s T(r)
像素数之比p)r。(r对k ) 数 n字nk 图像,直k方图0,1可,2表,示, L为1
(4-8)
式中: n是一幅图像的像素总数; L是灰度级的总数目; rk表示第k个灰度级; nk为第k级灰度的像素数; pr(rk)表示 该灰度级出现的频率,是对其出现概率的估计。
第4章 图像增强
在直角坐标系中做出rk与pr(rk)的关系图形,称为该图像
设r为变换前的归一化灰度级,0≤r≤1,T(r)为变换函数, s=T(r)为变换后的归一化灰度级,0≤s≤1。变换函数T(r)应
满足下列条件:
(1) 在0≤r≤1区间内,T(r)单值单调递增; (2) 对于0≤r≤1,有0≤T(r)≤1。
第4章 图像增强
第一个条件保证了变换后图像的灰度级从黑到白的次序不 变。第二个条件保证了变换前后图像灰度范围一致。反变换
第4章 图像增强 灰度变换就是把原图像的像素灰度经过某个变换函数变换
成新的图像灰度。常见的灰度变换方法有直接灰度变换法和直 方图修正法。直接灰度变换法可以分为线性、分段线性以及非 线性变换。直方图修正法可以分为直方图均衡化和直方图规定 化。
直方图修正法

重庆交通大学测量与空间信息处理实验报告实验课程:遥感原理及应用实验名称:直方图修正法班级:姓名:学号:实验日期:2012 年11 月17 日实验原理一.直方图均衡化直方图均衡算法是图象增强空域法中的最常用、最重要的算法之一。
目前较常用的增强方法有全局直方图均衡化、局部直方图均衡化两大类。
全局直方图均衡化是将原图像的直方图通过变换函数变为均匀的直方图, 然后按均匀直方图修正原图像, 从而获得一幅灰度分布均匀的新图像。
它以概率理论作基础, 运用灰度点运算来实现直方图的变换, 从而达到图象增强的目的。
它的变换函数取决于图像灰度直方图的累积分布函数。
概括的说, 就是把一已知灰度概率分布的图像, 经过一种变换, 使之演变成一幅具有均匀概率分布的新图像。
当图像的直方图为一均匀分布时,图像的信息熵最大,此时图像包含的信息量最大,图像看起来就显得清晰。
下面先讨论连续变化图像的均衡化问题。
设r 、s 分别表示原图像和增强后图像的灰度。
假设r 被归一化到区间[0,1], 且r =0 表示黑色及 r = 1表示白色。
当r 、s 在[0,1] 之间时,表示像素灰度在黑白之间变化。
灰度变换函数为s=T(r) 0≤r≤1 (1)它满足以下两个条件:(1) T(r)在区间0≤r≤1中为单值且单调递增;(2) 当0≤r≤1时, 0 ≤T(r)≤1;条件(1)中要求T(r)为单值是为了保证反变换存在, 单调条件保证原图各灰度级在变换后仍保持从黑到白( 或从白到黑) 的排列次序;条件(2)保证变换前后灰度值动态范围的一致性。
图1 给出了满足这两个条件的一个变换函数的例子, 由s 到r 的反变换可以表示为:= 0≤s≤1 (2)r-),(1sT即使 T(r)满足条件(1)和(2), 相应的函数)(1sT-也可能不为单值。
一幅图像的灰度级可被视为区间[0,1] 的随机变量。
令)(r p r 和)(s p s 分别代表随机变量 r 和s 的概率密度函数。
4.图像增强—直方图变换 - 数字图像处理实验报告

计算机与信息工程学院验证性实验报告一、实验目的1.掌握灰度直方图的概念及其计算方法;2.熟练掌握直力图均衡化和直方图规定化的计算过程;3.熟练掌握空域滤波中常用的平滑和锐化滤波器;4.掌握色彩直方图的概念和计算方法5.利用MATLAB程序进行图像增强。
二、实验原理图像增强是指按特定的需要突出一幅图像中的某些信息,同时,消弱或去除某些不需要的信息的处理方法。
其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。
图像增强技术主要有直方图修改处理、图像平滑化处理、图像尖锐化处理和彩色处理技术等。
本实验以直方图均衡化增强图像对比度的方法为主要内容,其他方法同学们可以在课后自行联系。
直方图是多种空间城处理技术的基础。
直方图操作能有效地用于图像增强。
除了提供有用的图像统计资料外,直方图固有的信息在其他图像处理应用中也是非常有用的,如图像压缩与分割。
直方图在软件中易于计算,也适用于商用硬件设备,因此,它们成为了实时图像处理的一个流行工具。
直方图是图像的最基本的统计特征,它反映的是图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状态,增强图像的视觉效果。
灰度直方图是图像预处理中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布的概率密度函数,是一幅图像的所有象素集合的最基本的统计规律。
直方图反映了图像的明暗分布规律,可以通过图像变换进行直方图调整,获得较好的视觉效果。
直方图均衡化是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有相同的象素点数的过程。
下面给出直方图均衡化增强图像对比度的MATLAB程序:clc;clear allI=imread('Fig0308(a)(pollen).tif'); %读入原图像J=histeq(I); %对原图像进行直方图均衡化处理imshow(I); %显示原图像title('原图像'); %给原图像加标题名%对原图像进行屏幕控制;显示直方图均衡化后的图像figure;imshow(J);%给直方图均衡化后的图像加标题名title('直方图均衡化后的图像') ;%对直方图均衡化后图像进行屏幕控制;作一幅子图,并排两幅图的第1幅figure; subplot(1,2,1) ;imhist(I,64); %将原图像直方图显示为64级灰度title('原图像直方图') ; %给原图像直方图加标题名subplot(1,2,2); %作第2幅子图imhist(J,64) ; %将均衡化后图像的直方图显示为64级灰度title('均衡变换后的直方图') ; %给均衡化后图像直方图加标题名处理后的图像直方图分布更均匀了,图像在每个灰度级上都有像素点。
第四章图像增强直方图变换

Mg Mf
d 第四[章f 图(x像,增y)强直b方]图变d换 b
0 f (x, y)a a f (x, y)b b f (x, y)Mf
(4-11)
灰度变换
分段线性变换
g (x, y) Mg d
c
O
ab
M f f (x , y)
图 分段线性变换
实例
第四章图像增强直方图变换
概述 分类
原始图像 变换函数
2.整个图像的直方图是部分 之和
第四章图像增强直方图变换
图像直方图
定义 性质 计算 应用
1.图像与直方图之间是多对一的关系
第四章图像增强直方图变换
图像直方图
定义
(a)
(b)
(c)
A直方图=B直方图+C直方图
第四章图像增强直方图变换
图像直方图
一.概念 二. 性质 三. 计算 四. 应用
灰度变换
线性变换2
概述 分类
图像中大部分像素的灰度级在[a, b]范围内,少 部分像素的灰度级分布在小于a和大于b的区间内。 此时可用下式作变换:
c g(x,y) b d ac[f(x,y)a]c
d
第四章图像增强直方图变换
0f(x,y)a af(x,y)b
bf(x,y)M1
(4-9)
灰度变换
第四章图像增强直方图变换
图像增强
一.应用 二. 分类
图像增强
空间域
频率域
1.直接灰度变换
1.高通滤波
2.直方图变换
三. 内容 3.平滑滤波
2.低通滤波 3.带通和带阻滤波
4.锐化滤波
4.同态滤波
第四章图像增强直方图变换
灰度变换
第4章图像增强1灰度变换PPT课件

pr(rk)n n k
k0,1,2, ,L1
式中: n是一幅图像的像素总数; L是灰度级的总数目; rk表示第k个灰度 级; nk为第k级灰度的像素数; pr(rk)表示该灰度级出现的频率,是对其出 现概率的估计。在直角坐标系中做出rk与pr(rk)的关系图形,称为该图像的
直方图。其横坐标表示灰度级,纵坐标表示该灰度级出现的次数或频率。对
连续图像,直方图的纵坐标表示灰度级出现的概率密度。
7
直方图
1 2 34 5 6 6 4 32 2 1 1 6 64 6 6 3 4 56 6 6 1 4 66 2 3 1 3 64 6 6
1 2 34 5 6 5 4 5 6 2 14
图像灰度直方图
8
直方图
直方图的性质: (1) 直方图是一幅图像中各灰度级出现频数的统计
作。
4
空域处理表示
如果用s 和t 分别代表 f 和 g 在(x,y)处的灰
度值,则空间域处理就表示为: t T(s)
下图是增强对比度的T操作:
5
空域点处理增强
灰度变换方法
直接灰度变换法 直方图修正法
线性变换 分段线性 非线性变换 直方图均衡化 直方图规定化
6
直方图
直方图
直方图是灰度级的函数,它反映了图像中每一灰度级出现的次数(该 灰度级的像素数)或频率(该灰度级像素数与图像总像素数之比)。对数字 图像,直方图可表示为
t3 6 n t3 98p t 5 ( s t3 ) 0 .24 t4 7 n t4 44p t 8 ( s t4 ) 0 .11
50
直方图规定化
例
(2)对规定直方图像操作:
v 0 0 .0 T 0 u ( u 0 ) v 1 0 .0 T 0 u ( u 1 ) 0
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
k r k
n
r0 =0
790
0.19
r1=1/7
r2=2/7 r3=3/7 r4=4/7 r5=5/7
1023
850 656 329 245
0.25
0.21 0.16 0.08 0.06
0.25 0.21 0.19 0.2 0.16
0.3
0.06
0.03 0.02
0 1 2 3 4 5 6 7
(a) 原始图像直方图 1 0.8 0.6 0.4 0.19 0.2 0 0 1 2 3 4 5 6 7
( b)均衡化变换函数(即累积直方图)
0.98 1 0.95 0.89 0.81 0.65 0.44
0.25 0.21 0.19 0.2 0.16
数字图像处理技术-2016-01
4.4 直方图规定化(直方图匹配)
-算法实现:
1)求出灰度级变换T
2)求出灰度级变换G,同时求出逆变换G-1
3)通过T和G-1求出复合变换H
4)用H对图象做灰度级变换
数字图像处理技术-2016-01
4.4 直方图规定化(直方图匹配)
4.2 直方图修改技术的基础
4.2.2 直方图的定义直方图 (Histogram):
为了有利于数字图像处理,必须引入离散形式。在离散形
式下,用 rk 代表离散灰度级,用 Pr rk 代表 Pr r ,并且有下式
( )
()
成立,即
nk Pr (rk ) 0 rk 1 n k 0, 1, 2, , l 1
s T ( r ) pr ( )d
0
r
式中:ω是积分变量,
d 是r的累积分布 数。
数字图像处理技术-2016-01
4.3 直方图均衡化
当灰度级是离散值时,
nk pr ( rk ) n
0 rk 1 k 0,1,, l 1
式中:l是灰度级的总数目,pr(rk)是取第k级灰度值的概率,nk
-算法来源背景: • 直方图均衡化的缺陷:不能用于交互方式
的图象增强应用,因为直方图均衡化只能
产生唯一结果。
• 希望通过一个指定的函数(如高斯函数)
或用交互图形产生一个特定的直方图。
数字图像处理技术-2016-01
4.4 直方图规定化(直方图匹配)
-算法思想:
设:
{rk}是原图象的灰度级,
{zk}是符合指定直方图结果图象的灰度级
我们的目标是:找到一个灰度级变换H,有:
z = H(r)
数字图像处理技术-2016-01
4.4 直方图规定化(直方图匹配)
-算法步骤:
1) 对{rk}、{zk}分别做直方图均衡化
s T (r ) pr ( )d
0
r
pr ( ) 为原始图像灰度分布的PDF, pZ ( )为希望得到的PDF。
0.1
0
0.08
0.06
0.03 0.02
r6=6/7
r7=1
122
81
0.03
0.02
0 1 2 3 4 5 6 7
(a) 直方图
数字图像处理技术-2016-01
序号 1
运算 列出原始图像灰度级rk 0 1 2
步骤和结果 3 4 5 6 7
2
3
统计各灰度级像素个数nk
计算原始直方图Pr(rk)
790
(1) 在0≤r≤1区间内,T(r)值单调增加;
(2) 对于0≤r≤1, 有 0≤T(r)≤1。
数字图像处理技术-2016-01
1
s
sk
T( r
k
)
O
rk
1
r
单调递增的灰度级变换函数
数字图像处理技术-2016-01
4.3 直方图均衡化
直方图均衡化处理是以累积分布函数变换法为基础的 直方图修正法。假定变换函数为
数字图像处理技术-2016-01
4.2 直方图修改技术的基础
4.2.4 直方图修改技术的基础
一幅给定图像的灰度级分布在 0≤r≤1范围内,可以对[0, 1]
区间内的任一个r值进行如下变换:
s=T(r)
通过上述变换,每个原始图像的像素灰度值 r都对应产生一个 s
值。变换函数T(r)应满足下列条件:
0.19 0.19 1 0->1
1023
0.25 0.44 3 1->3 790 0.19
850
0.21 0.65 5 2->5
656
0.16 0.81 6
329
0.08 0.89 6
245
0.06 0.95 7
122
0.03 0.98 7 5,6,7->7
81
0.02 1.00 7
4
5 6 7 8
v G( z) pz ( )d
0
z
2) 求G变换的逆变换 z = G-1 (v)
数字图像处理技术-2016-01
4.4 直方图规定化(直方图匹配)
3) 根据均衡化的概念,s,v都是常量
用 s替代v有
z = G-1 (s)
2) 求G-1和T的复合变换,有: z = G-1 (T(r)) = G-1T(r) H = G-1T
任课教师 吴媛媛 E_mail: yuanyuanwu29@
数字图像处理技术-2016-01
第4讲 图像增强——直方图修改 4.1 图像增强前言 4.2 直方图修改技术的基础(本章重点) 4.3 直方图均衡化(本章重点) 4.4 直方图规定化(本章难点) 4.5 图像对比度处理
数字图像处理技术-2016-01
数字图像处理技术-2016-01
经直方图均衡化后的Lena图像及直方图
(a) 经直方图均衡化后的Lena图像; (b) 均衡化后的Lena图像的直方图
数字图像处理技术-2016-01
4.4 直方图规定化(直方图匹配)
4.4 直方图规定化(直方图匹配) Histogram Specification (Matching)
直方图均衡化处理的特征:
自动化处理; 图像动态范围增加; 灰度简并现象。
数字图像处理技术-2016-01
心脏医学图像及直方图
数字图像处理技术-2016-01
经直方图均衡化后的图像及直方图
数字图像处理技术-2016-01
Lena图像及直方图
(a) Lena图像;(b) Lena图像的直方图
数字图像处理技术-2016-01
4.2 直方图修改技术的基础
概率密度曲线:用直角坐标系的横轴代表灰度级r,纵轴代表 灰度级的概率密度函数pr(r),可作出一条曲线。这条曲线在
概率论中就是概率密度曲线。
Pr (r) Pr (r)
0 (a)
1
r
0
1
r
图像灰度分布的概率密度函数 (b)
数字图像处理技术-2016-01
是图像中出现第k级灰度的次数,n是图像中像素总数。则:
sk T (rk )
j 0
k
nj n
pr (rj )
j 0
k
0 rj 1
k 0,1,, l 1
其反变换式为
rk T ( sk )
数字图像处理技术-2016-01
1
4.3 直方图均衡化
直方图均衡化计算示例:
数字图像处理技术-2016-01
(a)
(b)
图像与直方图间的多对一关系
数字图像处理技术-2016-01
(a)
(b)
(c)
直方图的分解
数字图像处理技术-2016-01
Lena图像及直方图
(a) Lena图像;(b) Lena图像的直方图
数字图像处理技术-2016-01
钟楼图像及直方图 (a)钟楼图像;(b)钟楼图像的直方图
2
5 36
3
6 36
14 36
2 36
5 6
4
图像灰度直方图
数字图像处理技术-2016-01
4.2 直方图修改技术的基础
4.2.3 直方图的性质 (1)直方图只包含了图像中某一灰度值的像素出现的概率信息, 而丢失了其所在位置的信息。
(2)图像与直方图之间是多对一的映射关系。
(3)由于直方图是对具有相同灰度值的像素统计得到的, 因 此,一幅图像各子区的直方图之和就等于该图像全图的直方
4.1 图像增强前言
图像增强:是指按特定的需要突出一幅图像中的某些信息,同时, 削弱或去除某些不需要的信息的处理方法。 图像增强的目的:是使处理后的图像对某种特定的应用来说,比原 始图像更适用。处理的结果使图像更适合于人的视觉特性或机器的 识别系统,而这种处理有可能损失一些其他信息。
可能的处理:去除噪声、边缘增强、提高对比度、增加亮度、改善颜色效果、 改善细微层次等——通常与改善视觉效果相一致。
j 0 k
3、用新灰度代替旧灰度,求出 Ps(sk) ,这一步 是近似的,力求合理,同时把灰度相等的或 相近的合在一起。
数字图像处理技术-2016-01
4.3 直方图均衡化
由上面的例子可见,利用累积分布函数作为灰度变换函数,经变 换后得到的新灰度的直方图虽然不很平坦,但毕竟比原始图像的直 方图平坦得多,而且其动态范围也大大地扩展了。另外,从上例中 可以看出变换后的灰度级减少了,这种现象叫做“简并”现象。
式中,式中 nk 为图像中出现 rk 这种灰度的像素数, n 是图
nk 像中像素总数,而 n
就是概率论中所说的频数。在直角坐标
数字图像处理技术-2016-01
系中作出 rk 与 Pr(rk)的关系图形,这个图形称为直方图。