數字圖像處理_楊淑瑩_《數字圖象處理》課程全部教案.ppt

數字圖像處理_楊淑瑩_《數字圖象處理》課程全部教案.ppt

  1. 1、本文檔共125頁,可閱讀全部內容。
  2. 2、本文檔內容版權歸屬內容提供方,所產生的收益全部歸內容提供方所有。如果您對本文有版權爭議,可選擇認領,認領后既往收益都歸您。
  3. 3、本文檔由用戶上傳,本站不保證質量和數量令人滿意,可能有諸多瑕疵,付費之前,請仔細先通過免費閱讀內容等途徑辨別內容交易風險。如存在嚴重掛羊頭賣狗肉之情形,可聯系本站下載客服投訴處理。
  4. 文檔侵權舉報電話:400-050-0739(電話支持時間:9:00-19:00)。
數字圖像處理_楊淑瑩_《數字圖象處理》課程全部教案 1.理論基礎    將圖像灰度區間分成兩段乃至多段,分別做線性變換稱之為分段線性變換。    它的灰度變換函數 如圖所示,函數表達式如下:     y1*x / x1       x < x1  f (x) = (y2-y1)*(x-x1) / (x2-x1) + y1   x1≤x≤x2             (255-y2)*(x-x2) / (255-x2) + y2  x > x2  變換后的灰度   255 g y2 y1 0 x1 x2 255 f 數字圖像處理_楊淑瑩_《數字圖象處理》課程全部教案 式中(x1,y1)和(x2,y2)是圖中兩個轉折點坐標。 該變換函數的運算結果是將原圖在x1和x2之間的灰度拉伸到y1和y2之間。通過有選擇的拉伸某段灰度區間,能夠更加靈活地控制圖像灰度直方圖的分布,以改善輸出圖像質量。如果一幅圖像灰度集中在較暗的區域而導致圖像偏暗,可以用灰度拉伸功能來拉伸(斜率>1)物體灰度區間以改善圖像質量;同樣如果圖像灰度集中在較亮的區域而導致圖像偏亮,也可以用灰度拉伸功能來壓縮(斜率<1)物體灰度區間以改善圖像質量。 2.效果對比圖 : (a) 改變灰度拉伸參數 (b)折線變換效果圖 數字圖像處理_楊淑瑩_《數字圖象處理》課程全部教案 1.理論基礎  圖像的直方圖包含了豐富的圖像信息,描述了圖像的灰度級內容,反 映了圖像的灰度分布情況。通過對圖像的灰度值進行統計,可以得到 一個一維離散的圖像灰度統計直方圖函數。從數學上來說,它統計一 幅圖像中各個灰度級出現的次數或概率;從圖形上來說,它是一個二 維圖,橫坐標表示圖像中各個像素點的灰度級,縱坐標為各個灰度級 上圖像像素點的個數或概率。 數字圖像處理_楊淑瑩_《數字圖象處理》課程全部教案 在圖(a)所示的直方圖中,由于它的大部分灰度集中在暗區,所以呈現出相當暗的圖像。而在圖(b)所示的直方圖中,由于它的大部分像素具有高灰度值,所以整個畫面很亮。 直方圖的橫坐標是灰度,用r表示;縱坐標是灰度值像素的個數,用H表示。直方圖的縱坐標也可以用圖像灰度概率密度函數Pr(r)表示,它等于具有r灰度級的像素個數與圖像總像素個數之比。比如圖像總像素數為n,具有r灰度級的像素數為nr,則圖像概率密度函數Pr(r)=nr/n。     H    H Pr(r)    Pr(r)    0 暗 亮 灰度r 0  暗 亮 灰度r (a)“暗”圖像 (b) “亮”圖像         數字圖像處理_楊淑瑩_《數字圖象處理》課程全部教案 2.效果圖 (a)原圖直方圖  ?。╞)反色變換后直方圖 數字圖像處理_楊淑瑩_《數字圖象處理》課程全部教案 5.1 平滑處理的基本方法 5.2 噪聲消除法 5.3 鄰域平均法 5.4 中值濾波 5.5 產生噪聲 數字圖像處理_楊淑瑩_《數字圖象處理》課程全部教案 消除圖像噪聲的工作稱之為圖像平滑或濾波。平滑的目的:改善圖像質量和抽出對象特征。常見的平滑濾波算法有:線性平滑、非線性平滑、自適應平滑。 1.線性平滑 就是對每一個像素點的灰度值用它的鄰域值來代替,其鄰域大小為:  N×N,N一般取奇數。雖然是降低了噪聲,但同時也模糊了圖像邊緣和細節,這是這類濾波器存在的通病。 2.非線性平滑 是對線性平滑的一種改進,即不對所有像素都用它的鄰域平均值來代替,而是取一個閾值,當像素灰度值與其鄰域平均值之間的差值大于已知值時才以均值代替;當像素灰度值與其鄰域平均值之間的差值不大于閾值時取其本身的灰度值。 3.自適應平滑 自適應控制是一種根據當時、當地情況來進行控制的方法,所以這種算法要有一個適應的目標。自適應平滑法是以盡量不模糊邊緣輪廓為目標的。 數字圖像處理_楊淑瑩_《數字圖象處理》課程全部教案 二值圖像的黑白點噪聲濾波 消除孤立黑像素點 數字圖像處理_楊淑瑩_

您可能關注的文檔

文檔評論(0)

*****

相關文檔

相關課程推薦