数字图像处理(2)--直方图
2016-09-18 11:25
246 查看
图像直方图也显示频率,但是图像直方图显示像素强度值的频率。在图像直方图中,x轴表示灰度级,y轴表示他们的强度。
例如:
这个图像的直方图就如下所示:
直方图的x轴表示像素值的范围。因为图像为8位图像,所以意味着图像有256个灰度级。所以x轴的值从0到255.
y轴为这些强度的个数。
直方图的应用:
1)分析图像,我们可以通过看直方图预测有关图像,例如x光片中人体的骨骼。
2)调整图像亮度,直方图在图像亮度广泛应用,并且可以调整图像对比度。
3)图像均衡化
4)灰度图像用在阈值化中
直方图操作:
1)直方图偏移
2)直方图拉伸
3)直方图均衡化
1)直方图偏移
对直方图做左移或者右移。左移会使图像变暗,右移会使图像变亮。左移对图像矩阵值加上负值偏移量,右移对图像矩阵加上正值偏移量。
直方图拉伸和直方图均衡化都是增强对比度的两种方法(对比度在图像处理(3)中讲到)。
2)直方图拉伸
直方图拉伸来增强对比度的公式为:
这个公式找到图像灰度级的最大值和最小值。我们图像的为8位,所以我们的灰度级为256.
如上图,最小值为0,最大值为225,所以带入上式,
这里g(x,y)为每个像素的值。对于每个像素值,我们都计算一次这个公式。
经过上述步骤,我们增强了对比度,如下图所示,
直方图如下所示,
重新计算对比度,得到contrast = 240
因此我们说图像对比度增加了。
注:这种方法增加对比度不是所有情况下都可以,有些情况下会失效。
例如:
当图像的像素最大值和最小值已经为255和0的时候,那么带入公式计算每个点的像素值,得到的值将和原来的值是一样的。
3)直方图均衡化
例如:
这个图像的直方图就如下所示:
直方图的x轴表示像素值的范围。因为图像为8位图像,所以意味着图像有256个灰度级。所以x轴的值从0到255.
y轴为这些强度的个数。
直方图的应用:
1)分析图像,我们可以通过看直方图预测有关图像,例如x光片中人体的骨骼。
2)调整图像亮度,直方图在图像亮度广泛应用,并且可以调整图像对比度。
3)图像均衡化
4)灰度图像用在阈值化中
直方图操作:
1)直方图偏移
2)直方图拉伸
3)直方图均衡化
1)直方图偏移
对直方图做左移或者右移。左移会使图像变暗,右移会使图像变亮。左移对图像矩阵值加上负值偏移量,右移对图像矩阵加上正值偏移量。
直方图拉伸和直方图均衡化都是增强对比度的两种方法(对比度在图像处理(3)中讲到)。
2)直方图拉伸
直方图拉伸来增强对比度的公式为:
这个公式找到图像灰度级的最大值和最小值。我们图像的为8位,所以我们的灰度级为256.
如上图,最小值为0,最大值为225,所以带入上式,
这里g(x,y)为每个像素的值。对于每个像素值,我们都计算一次这个公式。
经过上述步骤,我们增强了对比度,如下图所示,
直方图如下所示,
重新计算对比度,得到contrast = 240
因此我们说图像对比度增加了。
注:这种方法增加对比度不是所有情况下都可以,有些情况下会失效。
例如:
当图像的像素最大值和最小值已经为255和0的时候,那么带入公式计算每个点的像素值,得到的值将和原来的值是一样的。
3)直方图均衡化
相关文章推荐
- OpenCV数字图像处理五:显示直方图
- matlab 数字图像处理 图像增强 空域 直方图修正
- 【数字图像处理】直方图处理
- [数字图像处理]灰度变换——直方图处理
- python数字图像处理(9):直方图与均衡化
- 数字图像处理----直方图
- 【数字图像处理】图像可视化对数增强 直方图及其均衡化
- 数字图像处理(直方图)
- C#数字图像处理算法学习笔记(二)--点运算与直方图
- 数字图像处理1:直方图均衡
- 数字图像处理-空间域图像增强(二)(直方图)
- 基于MATLAB的数字图像处理之直方图处理
- Win8 Metro(C#)数字图像处理--3.3图像直方图计算
- 数字图像处理之直方图均衡化与匹配算法
- 数字图像处理---直方图处理的详细数学推导
- python数字图像处理(9):直方图与均衡化
- 【数字图像处理】[3]--直方图规范化
- 直方图和直方图均衡的Matlab完整程序(数字图像处理)
- 【数字图像处理】计算输入图像(jpg、bmp等)的LBP纹理图、纹理直方图及纹理图各像素的直方图并显示
- python数字图像处理(9):直方图与均衡化