《直方图直方图均衡化增强PPT学习教案》由会员分享，可在线阅读，更多相关《直方图直方图均衡化增强PPT学习教案（20页珍藏版）》请在装配图网上搜索。
1、会计学1一、数字图像直方图统计一、数字图像直方图统计 1. 什么是图像和像素点 2. 什么是直方图二、数字图像直方图均衡化增强二、数字图像直方图均衡化增强 1. 什么是直方图均衡化 2. 图像增强的原理三、数字图像边缘检测（三、数字图像边缘检测（Sobel算子）算子） 1. 什么是图像边缘检测 2. Sobel算子的原理及实现方法第1页/共20页实验一实验一数字图像直方图统计数字图像直方图统计第2页/共20页 一幅图像由若干个像素点组成。每个像素点的明暗程度/亮度信息都可以用灰度级（0255）来表示。不同的明暗程度的若干个像素点就组成了一幅完整的图像。如一张320*240的灰度图像，表示该图像
2、有320行，每行有240个像素点。 （a）原始图像 （b）图a局部放大（c）图b局部放大 c语言中，用一个数组来保存一张图像。 如unsigned int dbimage80*80表示“一张6400（即80*80）个像素点的灰度图像”。而数组元素dbimage1表示“第二个像素点的灰度级”。 在.bmp文件中，开始1078个字节是用来设置“bmp格式”，1078个字节之后的数据才是图像像素点的“灰度级”信息，并且先存图片的最后一行，最后存图片的第一行。 第3页/共20页 直方图直方图第4页/共20页1knfhistogramnknkn第5页/共20页 选择菜单View-Graph-Image，
3、做如下设置： 选择菜单 View-Graph-Time/Frequency，做如下设置 第6页/共20页开始用不同参数调用构造图像的函数产生图像调用直方图统计子程序统计直方图循环重复五次直方图统计子程序初始化直方图统计数组(赋 0值)统计图像中各种灰度值(取值 0-255)的像素个数计算各种灰度值的像素个数占全部图像像素的百分比直方图统计结束第7页/共20页实验二实验二数字图像均衡化增强数字图像均衡化增强第8页/共20页第9页/共20页knnnk 1, 1 , 0,00Lkipnntkikiik5 .0)1int(kktLt ( )0,1,2.1 1255knp kkLLn 其中ktk 第10
4、页/共20页例如：例如：如果原始图像中某个像素点的灰度级为如果原始图像中某个像素点的灰度级为2，经过直方，经过直方图均衡化之后该像素点的灰度级就变成图均衡化之后该像素点的灰度级就变成166。第11页/共20页选择菜单View-Graph-Image，做如下设置:选择菜单View-Graph-Image，做如下设置: 选择菜单View-Graph-Image，做如下设置: 第12页/共20页第13页/共20页实验三实验三数字图像边缘检测数字图像边缘检测第14页/共20页 边缘能勾划出目标物体，使观察者一目了然，边缘蕴含丰富的内在信息(方向、阶跃性质和形状等)。从本质上说，图像边缘是图像局部特征不
5、连续性(灰度突变、颜色突变和纹理结构突变等)的反映，它标志着一个区域的终结和另一个区域的开始。 边缘提取首先检测出图像局部特征的不连续性，然后再将这些不连续的边缘像素连成完备的边界。边缘的特征是沿边缘走向的像素变化平缓，而垂直于边缘方向的像素变化剧烈，所以，从这个意义上说，提取边缘的算法就是检测出符合边缘特性的边缘像素的算子。目前提取边缘常采用边缘算子法、曲面拟合法和模板匹配法等方法。 两个具有不同灰度值的相邻区域之间总存在边缘，边缘是灰度值不连续的结果，这种不连续性通常可以利用求导数的方法方便地检测到，一般常用一阶导数和二阶导数来检测边缘。边缘检测的基本思想是首先利用边缘增强算子，突出图像中
6、的局部边缘，然后定义像素的“边缘强度”，通过设置门限的方法提取边缘点集。常用的边缘检测算子有Robert算子、Sobel算子、LOG算子和Canny算子。第15页/共20页( , )fGxxf x yfGyy22 1/2()xymagfGG( , )arctan()Gyx yGx第16页/共20页789123369147(2)(2)(2)(2)GxzzzzzzGyzzzzzz22 1/2xygGGZ1Z2Z3Z4Z5Z6Z7Z8Z9第17页/共20页选择菜单View-Graph-Image，做如下设置: 选择菜单View-Graph-Image，做如下设置: 第18页/共20页程序流程图程序流程图：第19页/共20页
直方图直方图均衡化增强PPT学习教案
