第四章图像增强--灰度图像处理内容摘要：
[由于光照不足，原图象灰度范围窄，看不清晰，直方图拉伸后灰度相差加大，分辨清晰。 ] D B DA 灰度 H B 255 DA DB HA 255 255 DB＝ f（ DA） [可将一直方图变另一直方图 ] 即： HA(DA) —— HB(DB) 直方图下总面积不变为 1，由概率论知： DB=f(DA)常见的三种变换曲线： 线性： DB=aDA+b(分段线性 )[突出感兴趣目标，抑制不感兴趣目标 ] 对数曲线： DB=a * lg(DA+b)[小灰度展开，大灰度压缩 ] 指数曲线 ： DB=DA**a+b[大灰度展开，小灰度压缩 ] [具体编程实现引入查找表（ lookup table）概念 ] 图象 512 512大小，需 256KB次运算，太慢 注意图象值输入： 256级 [0～ 255] 输出： 256级 [0～ 255] 输入到输出是映射关系 指数 对数 DA DB int i,j。 char I[512][512],LUT[256]。 for (i=0。 i256。 i++) LUT[i]=pow(i,a)+b for (i=0。 i512。 i++) for(j=0。 j512。 j++) I[i][j]=LUT[I[i][j]]。 仅需 256次指数运算，节约了运算时间 2)直方图均衡： [如右图，直方图可用灰度为 256，但仅用了 2/3，即可用灰度级别未充分利用，一种可能的充分利用多灰度方法是直方图越平越好。 ]多灰度值点数均摊。 HB=1/m 由： HAdDA=HBdDB DB=f(DA),dDB=df HAdDA=1/m df df=mHAdDA f=∫mHAdDA 255 0 DA H B DA DB HA m f(DA) 连续域上 1/m 上述结论可推广到离散域上，一幅图像总象素数为 n，分 L个灰度级， nk代表第Ｋ灰度级。阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体)，仅供学习参考。
用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权，请联系我们反馈本站将在三个工作日内改正。