数字图像处理-直方图处理与函数绘图
数字图像处理实验指导书
《数字图像处理》实验指导书数字图象处理实验的目的不仅是让学生通过用MATLAB等高级语言编写数字图像处理的一些基本算法程序，巩固和掌握图像处理技术的理论、方法和基本技能，提高实际动手能力，而且通过综合实习，让学生能探讨和应用数字图像处理技术去解决一些实际问题。
为学生进一步学习和应用数字图像技术解决实际问题奠定基础。
实验一、数字图像获取 (2)实验二、图像的傅立叶变换 (5)实验三、图像直方图增强 (7)实验四数字图像空间域平滑 (11)实验五数字图像锐化 (14)实验六、图像压缩 (17)实验七图像融合 (21)实验八图像分割 (23)实验一、数字图像获取一、实验目的1掌握使用扫描仪等数字化设备以及计算机获取数字图像的方法；2修改图像的存储格式。
二、实验原理用扫描仪获取图像也是图像的数字化过程的方法之一。
扫描仪按种类可以分为手持扫描仪，台式扫描仪和滚筒式扫描仪（鼓形扫描仪）。
扫描仪的主要性能指标有x、y方向的分辨率、色彩分辨率（色彩位数）、扫描幅面和接口方式等。
各类扫描仪都标明了它的光学分辨率和最大分辨率。
分辨率的单位是dpi，dpi 是英文Dot Per Inch的缩写，意思是每英寸的像素点数。
扫描仪工作时，首先由光源将光线照在欲输入的图稿上，产生表示图像特征的反射光（反射稿）或透射光（透射稿）。
光学系统采集这些光线，将其聚焦在CCD上，由CCD将光信号转换为电信号，然后由电路部分对这些信号进行A/D转换及处理，产生对应的数字信号输送给计算机。
当机械传动机构在控制电路的控制下，带动装有光学系统和CCD的扫描头与图稿进行相对运动，将图稿全部扫描一遍，一幅完整的图像就输入到计算机中去了。
图1.1扫描仪的工作原理扫描仪扫描图像的步骤是:首先将欲扫描的原稿正面朝下铺在扫描仪的玻璃板上，原稿可以是文字稿件或者图纸照片；然后启动扫描仪驱动程序后，安装在扫描仪内部的可移动光源开始扫描原稿。
为了均匀照亮稿件，扫描仪光源为长条形，并沿y方向扫过整个原稿；照射到原稿上的光线经反射后穿过一个很窄的缝隙，形成沿x方向的光带，又经过一组反光镜，由光学透镜聚焦并进入分光镜，经过棱镜和红绿蓝三色滤色镜得到的RGB三条彩色光带分别照到各自的CCD上，CCD将RGB光带转变为模拟电子信号，此信号又被A/D变换器转变为数字电子信号。
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。
杭电数字图像处理
杭州电子科技大学课程名称：作业名称：指导教师：学生姓名：学生学号：一．题目要求与难点1.题目要求从下面的彩色图像中分割出珍珠并且检测出边缘。
如图1-1。
图.1-12.任务难点●珍珠颜色和大小不一致●珍珠上有许多光斑，影响检测●有些珍珠的颜色与背景颜色十分相近，不容易辨别●有些珍珠不完整，只在图片中显示一部分二．实现过程1.主要过程读入图像灰度化处理直方图均衡化Canny算子边缘检测Hough变换检测圆结果2.详细过程（1）灰度化处理现读入图像，将彩色的图像灰度化后进行预处理，将彩色图像的R，G，B三个通道转换为只有一个通道，便于图像的处理。
并且经过二值化处理后图像的计算也大大减少，也便于存储。
（2）直方图均衡化处理直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。
这种方法通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。
通过这种方法，亮度可以更好地在直方图上分布。
这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。
图2-1 原图像的直方图图2-2 均衡化后的直方图（3）边缘检测图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。
有许多方法用于边缘检测，它们的绝大部分可以划分为两类：基于查找一类和基于零穿越的一类。
基于查找的方法通过寻找图像一阶导数中的最大和最小值来检测边界，通常是将边界定位在梯度最大的方向。
基于零穿越的方法通过寻找图像二阶导数零穿越来寻找边界，通常是Laplace过零点或者非线性差分表示的过零点。
Sobel边缘检测算法比较简，实际应用中效率比canny边缘检测效率要高，但是边缘不如Canny检测的准确，但是很多实际应用的场合，sobel边缘却是首选，尤其是对效率要求较高，而对细纹理不太关心的时候。
Canny边缘检测算法一直是边缘检测的经典算法。
matlab数字图像处理实验报告
《数字图像处理实验报告》实验一图像的增强一.实验目的1.熟悉图像在MATLAB下的读写、输出；2.熟悉直方图；3.熟悉图像的线性指数等；4.熟悉图像的算术运算和几何变换。
二.实验仪器计算机、MATLAB软件三.实验原理图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。
从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像。
其基本原理是：对一幅图像的灰度直方图，经过一定的变换之后，使其成为均匀或基本均匀的，即使得分布在每一个灰度等级上的像素个数．f=H等或基本相等。
此方法是典刑的图像空间域技术处理，但是由于灰度直方图只是近似的概率密度函数，因此，当用离散的灰度等级做变换时，很难得到完全平坦均匀的结果。
频率域增强技术频率域增强是首先将图像从空间与变换到频域，然后进行各种各样的处理，再将所得到的结果进行反变换，从而达到图像处理的目的。
常用的变换方法有傅里叶变换、DCT变换、沃尔什-哈达玛变换、小波变换等。
假定原图像为f(x，y)，经傅立叶变换为F(u，v)。
频率域增强就是选择合适的滤波器H(u,v)对F(u,v)的频谱成分进行处理，然后经逆傅立叶变换得到增强的图像。
四.实验内容及步骤1.图像在MATLAB下的读写、输出；实验过程：>> I = imread('F:\image\');figure;imshow(I);title('Original Image');text(size(I,2),size(I,1)+15, ...'', ...'FontSize',7,'HorizontalAlignment','right');Warning: Image is too big to fit on screen; displaying at 25% > In imuitools\private\initSize at 86In imshow at 1962.给定函数的累积直方图。
(完整word版)数字图像处理_胡学龙_许开宇_课后答案
胡学龙、许开宇编著《数字图像处理》思考题与习题参考答案第1 章概述1。
1 连续图像和数字图像如何相互转换？答：数字图像将图像看成是许多大小相同、形状一致的像素组成。
这样，数字图像可以用二维矩阵表示.将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像（连续图像）信号,再由模拟/数字转化器(ADC）得到原始的数字图像信号。
图像的数字化包括离散和量化两个主要步骤。
在空间将连续坐标过程称为离散化，而进一步将图像的幅度值(可能是灰度或色彩）整数化的过程称为量化。
1。
2 采用数字图像处理有何优点？答：数字图像处理与光学等模拟方式相比具有以下鲜明的特点：1．具有数字信号处理技术共有的特点。
（1)处理精度高。
（2）重现性能好.（3）灵活性高。
2．数字图像处理后的图像是供人观察和评价的，也可能作为机器视觉的预处理结果.3．数字图像处理技术适用面宽。
4．数字图像处理技术综合性强。
1。
3 数字图像处理主要包括哪些研究内容？答：图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、编码、恢复、重建、编码和压缩、分割等处理，它将一幅图像转化为另一幅具有新的意义的图像。
1.4 讨论数字图像处理系统的组成.列举你熟悉的图像处理系统并分析它们的组成和功能。
答:如图1.8，数字图像处理系统是应用计算机或专用数字设备对图像信息进行处理的信息系统.图像处理系统包括图像处理硬件和图像处理软件。
图像处理硬件主要由图像输入设备、图像运算处理设备（微计算机）、图像存储器、图像输出设备等组成。
软件系统包括操作系统、控制软件及应用软件等。
图1。
8 数字图像处理系统结构图11。
5 常见的数字图像处理开发工具有哪些？各有什么特点?答．目前图像处理系统开发的主流工具为 Visual C++（面向对象可视化集成工具）和 MATLAB 的图像处理工具箱（Image Processing Tool box)。
两种开发工具各有所长且有相互间的软件接口。
第二章 数字图像处理基础
2.1 数字图像的表示 2.2 数字图像的采样与量化 2.3 人的视觉特性 2.4 光度学与色度学原理
第二章 数字图像处理基础
本章重点、难点
重点： 采样和量化 BMP图像文件格式 RGB颜色模型和HSI颜色模型 难点： 采样和量化的理解 BMP位图
2.1 数字图像
数字图像：f(x,y)，函数值对应于图像点的 亮度。称亮度图像。 注意：模拟图像与数字图像的区别 动态图像：f(x,y,t)
人眼成像过程
视细胞分为两类： 锥状细胞：明视细胞，在强光下检测亮度 和颜色。 杆(柱)状细胞：暗视细胞，在弱光下检测亮 度，无色彩感觉。 人眼成像过程
图像的对比度和亮度
人眼的亮度感觉 图像 “黑”“白”(“亮”、“暗”)对比参数 对比度 : c=Bmax/Bmin 相对对比度:cr=(B-B0)/B0 人眼亮度感觉范围 总范围很宽 c = 108 人眼适应某一环境亮度后，范围限制 适当平均亮度下：c=103 很低亮度下：c=10
亮度
也称为灰度，它是颜色的明暗变化，常用 0 ％～ 100 ％ (由黑到白) 表示。以下三幅图是 不同亮度对比。
对比度
对比度(contrast)是亮度的局部变化，定义为物体亮 度的平均值与背景亮度的比值，是画面黑与白的比 值，也就是从黑到白的渐变层次。比值越大，从黑 到白的渐变层次就越多，从而色彩表现越丰富。人 眼对亮度的敏感性成对数关系。
同时对比度
人眼对某个区域感觉到的亮度不是简单 地取决于该区域的强度，背景亮度不同 时，人眼所感觉到的明暗程度也不同。
马赫带效应
马赫带(Mach Band)效应:边界处亮度对比加强
为什么我们要在暗室评片？
马赫带效应的出现，是因为人眼对于图像中不同 空间频率具有不同的灵敏度，而在空间频率突变处 就出现了 “欠调”或“过调”
数字图象处理图像增强技术
像素的灰度。假定有一幅N×N个像素的图像
f (x, y) ，平滑处理后得到一幅图像 g(x,y) 。
g(x,y) 由下式决定
1
g(x,y)
f(m,n)
M(m,n)s
4－21
数字图象处理图像增强技术
x ,y 0 ,1 ,2 , ,N 1
式中，S是(x, y)点邻域中点的坐标的集合， 但其中不包括 (x, y)点，Ｍ是集合内坐标点 的总数。
数字图象处理图像增强技术
图 4—16 锯尺状变换函数处理效果（ n2）
数字图象处理图像增强技术
开窗式转换的目的是只对部分输入灰度区间 进行转换，通过窗口位置的选择可以观察某些灰 度区间的灰度分布，并且对这一区域的灰度进行 映射变换。当然，图4-13只是举出几种常用的转 换函数的形状。根据不同的需要还可以设计出更 多的转换函数，其基本原理都是一样的，只不过 处理效果不同罢了。
构成的点 R 的邻域，选择在圆的边界上的点和 在圆内的点为S的集合。
数字图象处理图像增强技术
图4-19 在数字图像中选取邻域的方法
数字图象处理图像增强技术
四邻域：
S ( x , y 1 ) , ( x , y 1 ) , ( x 1 , y ) , ( x 1 , y )
八邻域： S ( (x x , y 1 ,y 1 ) ( 1 x ) ,,( y x , 1 1 ) ,( y x , 1 1 ),( y x ) , (x 1 ,, y 1 ,y 1 ) )(x ,, 1 ,Y 1 )
数字图象处理图像增强技术
数字图象处理图像增强技术
图4-10 数字图像对比度增强
在这种转换中，设计转换函数应考虑到灰 度量化问题，如果原始图像的灰度级为 k 级， 映射后输出图像的灰度级仍然是 k 级，这样 由于输出图像的灰度范围加大了，因此，使每 一级灰度分层的跳变比原始图像大，由此将会 产生伪轮廓效应。如果能适当地加多输出图像 的灰度分层数就有可能减小这种效应。
数字图像处理ppt课件
between 64 to 128 (using function
imagesc).
>>clims=[64,128]
>>imagesc(a,clims)
f. Make a movie from a 4-D image (load mri, make the movie by immovie, then show movie by function movie).
二、实验内容：
使用Photoshop观察数字图像增强的效果； 练习和掌握图像增强的Matlab编程。。 熟悉下列模块函数
Image enhancement. histeq - Read image file. imadust - Adust imae intensity values or colormap.
imshow - Display image.
subimage - Display multiple images in single figure.
truesize - Adjust display size of image.
warp - Display image as texture-mapped surface.
processing.
f. Compare the qualities of two images and
makes a discussion about them.
g. Add noises, such as gaussian, salt&pepper,
speckle noise into the image respectively.
10)选图像Blood、噪声类型Salt & Pepper、滤波器类型Median、邻域3x3，比较原始图像、
- 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)。
p (r )
灰 度 为 r的 像 素 数 图像上的总像素数
n
p ( ri ) 1
i 1
直方图处理与函数绘图
一.灰度级直方图的概念
灰度级 灰度级的像素数 1 7 2 4 3 3 4 7 5 2 6 13
图像的直方图
直方图处理与函数绘图
一. 灰度级直方图的概念
灰度图像的直方图
直方图处理与函数绘图
直方图处理与函数绘图
直方图处理与函数绘图
在数字图像处理中，灰度直方图是最简单的 且是最有用的工具，可以说，对图像的分析与观 察直到形成一个有效的处理方法，都离不开直方 图。
直方图处理与函数绘图
主要内容
1. 灰度级直方图的概念
2. 直方图的计算
3. 直方图的性质 4. 直方图均衡化 5. 直方图匹配（规定化）
灰度图像的色彩直方图
直方图处理与函数绘图
四. 直方图均衡化
3.直方图均衡化MATLAB的实现
显示索引色图像的直方图 程序： clf;load trees; subplot(1,2,1),imshow(I);
subplot(122);imhist(X,map);
直方图处理与函数绘图
四. 直方图均衡化
直方图处理与函数绘图
对图像′cameraman.tif′做直方图均衡化，结果见图 程序： I = imread(‘cameraman.tif'); J = histeq(I); subplot(2,2,1),imshow(I); subplot(2,2,2),imshow(J); subplot(2,2,3),imhist(I,64); subplot(2,2,4), imhist(J,64);
即为原图像的直方图。
直方图处理与函数绘图
三. 直方图的性质
不同图象对应相同的直方图
直方图处理与函数绘图
四. 直方图均衡化
1.原因
大多数自然图像，其灰度分布集中在较窄的区间，引起图像细 节不够清晰。例如一幅过曝光的图片，其灰度级都集中在高亮度范 围内，而曝光不足的图片，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。而采用直方图均衡化修正后可 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 细节清晰，增强对比度。
直方图处理与函数绘图
直方图处理与函数绘图
五. 直方图匹配（规定化）
1.原因
直方图均衡化的优点是能自动地通过扩展输入图像的灰度级到 较宽亮度尺度的范围来实现图像增强，但它的具体增强效果不易控 制，处理的结果总是得到全局均衡化的直方图。实际中有时需要变 换直方图使之成为某个特定的形状，从而有选择地增强某个灰度值 范围内的对比度，生成具有指定直方图的图像的方法称为直方图匹 配或直方图规定化。
索引色图像的直方图
直方图处理与函数绘图
四. 直方图均衡化
3.直方图均衡化MATLAB的实现
用stem函数显示图像直方图 程序： I=imread(‘trees.tif'); [c,x]=imhist(I); subplot(121);imshow(I); subplot(1,2,2),stem(x,c);
直方图处理与函数绘图
一. 灰度级直方图的概念
1
灰度级直方图
灰度级的直方图是反应一幅图像中的灰度级与出现这 种灰度的概率之间的图形。
2
直方图的概念
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。
直方图处理与函数绘图
四. 直方图均衡化
3.直方图均衡化MATLAB的实现
显示灰度图像‘baby.jpg’的直方图
程序：I=imread(‘C:\baby.jpg’); subplot(1,2,1),imshow(I); subplot(1,2,2),imhist(I);
直方图处理与函数绘图
四. 直方图均衡化
作出其直方图）
直方图处理与函数绘图
三. 直方图的性质
（1） 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。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，而丢失了其所 在位置的信息。 （2） 任一幅图像，都能唯一地确定出一幅与它对应的 直方图，但不同的图像，可能有相同的直方图。 （3）一副图像分成多个区域，多个区域的直方图之和
功能：计算和显示图像的色彩直方图。 格式：h=imhist(f, b)； imhist(X, map)； ［counts, x］=imhist(…)； 说明：imhist(f, b)计算和显示灰度图像f的直方图，b为指定的灰 度级数目，缺省值为256；p=imhist(f,b)/numel(f);得到归一化 直方图。 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。
直方图处理与函数绘图
四. 直方图均衡化
直方图处理与函数绘图
四. 直方图均衡化
3.直方图均衡化MATLAB的实现
（3）histeq函数
功能：直方图均衡化 格式：g=histeq(f, nlev)，f为输入图像，nlev为输出 图像指定的灰度级数。指定均衡化后灰度级数nlev，缺省 为64；一般来说我们将nlev设为256，因为这样能够利用 刚才描述的直方图均衡化的方法得到较为正确的结果。
二. 直方图的作法
1) 将图像的灰度级归一化 则令 若图像的灰度级为0，1，..L-1,
则0<=rk<=1。L为灰度级层次层数，
为灰度间隔
2）计算各灰度级的像素频数（或概率） Pr ( rk ) n k / N 设nk为灰度级为rk的像素的个数，N为总的像素数，pr(rk)为其 频率
3）作图 （建立直角坐标系，横轴表示rk取值，纵轴表示pr(rk) ，
直方图处理与函数绘图
四. 直方图均衡化
2.直方图均衡化步骤
(1) 对给定的待处理图像统计其直方图，求出 Pr ( rk ) n k / N
(2) 根据统计出的直方图采用累积分布函数作变换,
S k T ( rk )
k
Pr ( r j )
j0
求变换后的新灰度； (3) 用新灰度代替旧灰度，求出Ps(s)，这一步是近似过程，应 根据处理目的尽量做到合理，同时把灰度值相等或近似地合
并到一起。
直方图处理与函数绘图
四. 直方图均衡化
例子：
直方图处理与函数绘图
四. 直方图均衡化
直方图均衡化示意图
图(a) 原图灰度级直方图；图(b) 累积变换后的直方图； 图(c) 均衡化后的直方图；
直方图处理与函数绘图
四. 直方图均衡化
3.直方图均衡化MATLAB的实现
（1）imhist函数：
直方图处理与函数绘图
五. 直方图匹配（规定化）
2.直方图均衡化步骤
直方图处理与函数绘图
直方图处理与函数绘图
五. 直方图匹配（规定化）
3.直方图规定化MATLAB的实现
（1）histeq函数
功能：直方图规定化 格式：g=histeq(f, hspec)，f为输入图像， hspec为 指定的直方图（一个由指定值构成的行向量）。一般情况 下length(hspec)远小于图像f中的灰度级数时，图像g的 直方图能够较好地匹配hspec。
直方图处理与函数绘图
3.直方图均衡化MATLAB的实现
调整图像的对比度，调整前后的图像见图
程序： clear all I=imread(‘C:\lena.bmp’); J=imadjust(I,［0.3 0.7］,［ ］); subplot(221), imshow(I)； subplot(222), imshow(J)； subplot(223), imhist(I)； subplot(224), imhist(J)；
直方图处理与函数绘图
直方图处理与函数绘图
ቤተ መጻሕፍቲ ባይዱ方图处理与函数绘图
四. 直方图均衡化
图像的直方图
直方图处理与函数绘图
四. 直方图均衡化
3.直方图均衡化MATLAB的实现
（2）imadjust函数
功能：通过直方图变换调整对比度。 格式：g=imadjust(f, ［low_in high_in］,［low_out high_out］, gamma) 说明：g=imadjust(f, ［low_in high_in］, ［ low_out high_out , gamma)返回图像f经直方图调整后的图像g，gamma为校正量 ［low_in high_in］为原图像中要变换的灰度范围,［ low_out high_out 指定了变换后的灰度范围；newmap=imadjust(map, ［low high］ ［bottom top］, gamma)调整索引色图像的调色板map。此时若 ［low high］和［bottom top］都为2×3的矩阵，则分别调整R、 G、B 3个分量。