数字图像处理(直方图)

1数字图像处理的基本概念第三课22.4图像灰度直方图2.4.1概念定义灰度直方图反映的是一幅图像中各灰度级像素出现的频率。以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。它是图像的一个重要特征，反映了图像灰度分布的情况。下图是一幅图像的灰度直方图。频率的计算式为342.4灰度直方图(histogram)00,InImnIimhist(InMATLAB)直方图=imhist/prod(size(I0));5彩色图像直方图A=imread(‘lena.tiff’);%读入图像数据N=size(A,1)*size(A,2);%获得像素总数h1=imhist(A(:,:,1))/N;%红色分量直方图h2=imhist(A(:,:,2))/N;%绿色分量直方图h3=imhist(A(:,:,3))/N;%蓝色分量直方图holdon;xlim([0,255]);stem(0:255,h1,'Marker','None','Color','r');stem(0:255,h2,'Marker','None','Color','g');stem(0:255,h3,'Marker','None','Color','b');text(40,0.016,'直方图','FontSize',22)6彩色图像直方图A=imread(‘lena.tiff’);%读入图像数据N=size(A,1)*size(A,2);%获得像素总数h1=imhist(A(:,:,1))/N;%红色分量直方图h2=imhist(A(:,:,2))/N;%绿色分量直方图h3=imhist(A(:,:,3))/N;%蓝色分量直方图holdon;xlim([0,255]);plot(0:255,h1,'Marker','None','Color','r');plot(0:255,h2,'Marker','None','Color','g');plot(0:255,h3,'Marker','None','Color','b');legend('Red','Green','Blue',2);text(40,0.016,'直方图','FontSize',22)7彩色图像直方图axes(‘Position’,[0.1,0.1,0.8,0.2]);%生成坐标轴stem(0:255,h1,'Marker','None','Color','r');set(gca,'YColor','r','Xlim',[0,255]);axes('Position',[0.1,0.3,0.8,0.2]);stem(0:255,h2,'Marker','None','Color',[0,0.6,0]);set(gca,'YColor',[0,0.6,0],'Ytick',[0.005,0.01],'Xlim',[0,255]);axes('Position',[0.1,0.5,0.8,0.2]);stem(0:255,h3,'Marker','None','Color','b');set(gca,'YColor','b','Ytick',[0.01,0.02],'Xlim',[0,255]);8灰度直方图的性质直方图相同1、直方图只反映像素值分布信息，不包括像素位置信息2、不同图像可能具有相同的直方图92.4灰度直方图Directplus3.一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。10①判断图像量化是否恰当11②确定图像二值化的阈值1,,,0,,fxyTgxyfxyT12具有二峰性的灰度图像13③计算直方图中物体的面积当物体部分的灰度值比其他部分的灰度值大时，可利用直方图统计图像中物体面积：iiITAnv其中vi是灰度级为Ii的像素出现的频数。14④计算图像信息量H(Entropy,熵)120logLiiiHPP熵：2120logniiiHvv01/iHnHnPL熵反映了图像信息丰富的程度，在图像编码中意义重大。15直方图统计Example-------I=imread('pout.tif');imhist(I);%计算并绘制直方图Seealsohisteq,hist.16按列统计的直方图histc(pascal(3),1:6)producesthearray[311;010;011;000;000;001]pascal(3)ans=111123136每列目标数据的个数统计17其他类型的统计图•饼图饼图英文学名为SectorGraph,有名PieGraph。常用于统计学模块。2D饼图为圆形，手画时，常用圆规作图。pie,pie3inMATLABpie([0.1,0.2,0.4,0.3])pie([0.1,0.2,0.4,0.3],[1,0,0,0])%explodeexplode18环形饼图ph=pie([2435],{'North','South','East','West'});holdon;z=0.6*exp(i*linspace(0,pi*2,100));fill(real(z),imag(z),0.8*[1,1,1]);19其他类型的统计图•3D饼图•Example：•pie3([0.1,0.2,0.4,0.3],[1,0,0,0])•pie3([0.1,0.2,0.4,0.3],[1,0,0,0],…{'A:10%','B:20%','C:40%','D1:30%'})20其他类型的统计图条状图：barx=1:5;y=[0.2,0.3,0.1,0.8,0.9;0.5,0.6,0.2,0.7,0.1];bar(x,y');21其他类型的统计图累加式条状图：barhrand('state',0);figure;barh(rand(10,5),'stacked');colormap(cool)22其他类型的统计图•误差条：errorbarx=1:10;y=sin(x);e=std(y)*ones(size(x));errorbar(x,y,e)23其他类型的统计图•针状图：stemx=1:60;y=sin(x/4);stem(x,y,'markerFace','b');Sh=stem(…);Set(Sh,'Marker','s');%setotherstyleofarrowhead24其他类型的统计图•台阶图:stairsx=1:60;y=sin(x/4);stairs(x,y)252.5数字图像处理算法的形式正确性高于复杂度26流程图G-S位相恢复算法的原理图27流程图InitializingtheinputimageTheoutputimagesExtractedphasesRecordedintensityimagesRecordedamplitudessatisfyingconvergencecondition?RetrievalimagesOmittingamplitudesCombining00exp(j)annnexp(j)CAnnARenewedoutputimagesnnnexp(j)CASeveralinputimagesUpdatedinputimagesnnnexp(j)RanDFRT()00exp(j)a0n0n11,nnaayesnonInDFRT()nIDFRT()00exp(j)a282.5.2具体形式[局部处理]处于边界的像素的邻域像素不完整，需做周期性延拓，或者封闭性约束。Localprocessing291.邻域处理操作邻域是集合上的一种基础的拓扑结构。以a为中心的任何开区间称为点a的邻域，记作N(a)。设δ是任一正数，则开区间(a-δ,a+δ)就是点a的一个邻域，这个邻域称为点a的δ邻域。记作N(a,δ)，即N(a,δ)={x|a-δxa+δ}。点a称为这邻域的中心，δ称为这邻域的半径。30局域数据处理,,pJPijIPij31例子差分:,1,,xfmnfmnfmnx,,,1,xfmnfmnfmnx,1,1,2xfmnfmnfmnx二阶导数:2,1,12,,xfmnfmnfmnfmnx,[1-21]算子（Operator）32点操作Y=F(X)33大局域操作,JPij大局域操作,IPij,IPijFouriertransform,,GJPijGIPij342.迭代处理迭代算法要收敛，否则“找不到家”。35迭代计算的难点相位恢复问题：FxX=Y•收敛停止无法接近真值363.跟踪处理定义：选择满足适当条件的像素作为起始像素，检查输入图像和已得到的输出结果，求出下一步应处理的像素，进行规定的处理，然后决定是继续处理下面的像素还是终止处理。特点：(1)结果与开始部分选择有关；(2)可限定处理范围来提高精度。应用：边界线和等高线的跟踪(检查)374.窗口处理和模板处理385.串行和并行处理串行处理：后一结果依赖于前一步结果，且各个像素执行不同的操作(包括参数不同)。并行处理：同时对各个像素执行相同的处理。多核并行处理matlabpool(3)parfori=1:3g(:,i)=rand(1000);endmatlabpoolclose串行结构a=1;fork=1:1000a(k)=a(k-1)+1;end并行结构：a=[1:1000]+1;396.递归过程functiony=fractorial(n);%递归过程ifn==0;y=1;elsey=fractorial(n-1)*n;endan=F(an-1)计算过程中存在着相似的部分，这里以阶乘为例给出递归程序。40412.6图像的数据结构与图像文件格式1.组合方式节省内存，计算量增加，程序复杂422.比特面方式充分利用内存空间，但灰度图像的处理耗时多433.分层结构锥形结构444.图像的四叉树表示BinaryScheme455.多重图像数据存储①逐波段存储；②逐行存储；③按像素存储按波段存储462.6.2图像文件格式•按不同的方式进行组织或存储数字图像像素的灰度，就得到不同格式的图像文件。图像文件按其格式的不同具有相应的扩展名。常见的图像文件格式按扩展名分为：RAW格式、BMP格式、TGA格式、PCX格式、GIF格式、TIFF格式等。•RAW格式：它是将像素按行列号顺序存储在文件中。这种文件只含有图像像素数据，不含有信息头，因此，在读图像时，需要事先知道图像大小（矩阵大小）。它是最简单的一种图像文件格式。•BMP格式：由以下四个部分组成1)14字节的文件头；2)40字节的信息头；3)8字节的颜色定义；4)位图数据。47PCX格式.pcx原本是PCPaintbrush软件的文件格式(PCX代表PCPaintbrushExchange)，却成了最广泛接受的DOS图像标准之一。pcx格式是ZSOFT公司在开发图像处理软件Paintbrush时开发的一种格式。由于pcx格式出现的时间较长，作为一种经典的图像格式，目前任然存在，但现在已经慢慢的被jpg、png等更为流行的格式取代了，不过还是有使用的时候，pcx文件可以使用常用的图像软件(如ACDSee、PS)打开。481)位图文件头BITMAPFILEHEADER它的结构如下：typedefstructtagBITMAPFILEHEADER{WORDbfType;/*指定文件类型，必须是0x424D，即字符串“BM”*/DWORDbfSize;/*指定文件大小*/WORDbfReserved1;为/*保留字*/WORDbfReserved2;/*保留字*/DWORDbfOffBits;为/*文件头到实际的位图数据的偏移字节数*/}BITMAPFILEHEADER,FAR*LPBITMAPFILEHEADER;该结构的长度是固定的，为14个字节