文档介绍：DSP实验课——第五周
主要内容:
图像增强处理算法实验
图像边缘检测处理实验
本周实验课主要内容
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
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(Sobel算子)
1. 什么是图像边缘检测
2. Sobel算子的原理及实现方法
实验一
数字图像直方图统计
图像和像素点
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(0~255)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 dbimage[80*80]表示“一张6400(即80*80)个像素点的灰度图像”。而数组元素dbimage[1]表示“第二个像素点的灰度级”。
,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。
直方图是图像的一种统计表达,由一系列高度不等的纵向条纹表示数据分布的情况。
灰度直方图是灰度级的函数,它表示图象中具有每种灰度级的像素的个数,反映图象中每种灰度出现的频率。它描述了图像中各种灰度(对于像素深度为 8 位的图像共有0-255 共256 种取值)在整个图像中占有的比例。
如下图所示,灰度直方图的横坐标是灰度级,纵坐标是该灰度级出现的频率(该灰度级的像素个数除以整幅图片的像素个数)。灰度直方图是图象的最基本的统计特征。
直方图
直方图
在c语言中,也用一个数组来存储直方图。如:float fhistogram[256];数组中的元素fhistogram[1]表示"灰度级为1的像素点的频数", 即:
其中表示该图片中有个像素点的灰度级为k,n表示“该图片中像素点的总个数”。
尽管灰度直方图不能表示出某灰度值在什么位置,更不能直接显示图像内容,但是具有统计特性的直方图却能描述该图像的灰度分布特性,使人们从中得到诸如总体明亮程度、对比度等与图像质量有关的灰度分布概况,成为一些处理方法的重要依据。
数字图像直方图统计
选择菜单View->Graph->Image,做如下设置:
选择菜单 View->Graph->Time/Frequency,做如下设置
数字图像直方图统计
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
实验二
数字图像均衡化增强
直方图均衡化图像增强的原理
图像增强处理技术是数字图像处理的基本内容之一。图像增强是指按特定的需要突出一幅图像中的某些信息,同时,削弱或去除某些不需要的信息的处理方法。
利用直方图统计的结果,通过使图像的直方图均衡的方法称为直方图均衡化,直方图均衡化可以达到增强图像显示效果的作用。其基本思想是把原始图像的直方图变换成均匀分布的形式,这样就增加了像素灰度值的动态范围,从而达到增强图像整体对比度的效果。
通过直方图统计,可以观察出,图像中各种亮度所占的比例大都分布不均匀,设法增加在直方图统计中所占比例高的像素和其他占的比例少的像素之间的亮度差,可以提高图像的显示效果。简单来说,直方图增强的方法就是压缩直方图中比例少的像素所占用的灰度范围,多出来的灰度空间按照统计比例分配给直方图中比例高的像素使用。这种方法主要是针对人眼对灰度差别越大的图像更容易分辨的特点而做的增强。
具体方法是: