计算机图像处理实验二 图像直方图及灰度变换

本文档详细介绍了计算机图像处理实验的内容,包括图像灰度直方图的计算方法,直方图均衡化的概念及其应用,以及灰度变换技术。通过MATLAB实现图像直方图统计,估计iris.tif图像中瞳孔的半径,进行分段线性灰度变换,以及编写直方图均衡化函数。实验展示了直方图在图像增强和分割等应用中的重要作用。
摘要由CSDN通过智能技术生成

一、实验目的与要求

1.掌握图像灰度直方图的概念及其计算方法,编写灰度直方图统计程序。
2.通过对图像直方图的分析,学习应用直方图法解决诸如图像二值化等具体问题。
3.熟悉直方图均衡化的计算过程及其应用。
4.掌握图像灰度变换技术,通过调整图像的对比度和亮度等参数,改善视觉效果。

二、实验相关知识

直方图是图像最基本的统计特征,是图像亮度分布的概率密度函数,反映了图像灰度值的分布情况。直方图是多种空间域处理技术的基础。直方图操作能有效地用于图像增强,如通过直方图均衡化处理,可使图像在整个灰度级范围内的分布均匀化,即在每个灰度级上都具有相同的像素点数,从而获得较好的视觉效果。另外,直方图固有的信息也可用在图像分割等其它图像处理的应用中。

灰度级变换技术可用g(x,y)=T[f(x,y)]的形式表示,其中f(x,y)为输入图像,g(x,y)为输出图像,T是对图像f进行某种处理的操作。由于(x,y)处的g值仅由f在该点处的亮度决定,T也称为一个亮度或灰度级变换函数,它与位置坐标(x,y)无关,所以通常写成如下的简化形式s=T®,其中r和s分别表示图像f和g在相应点(x,y)的亮度。利用灰度变换可调整一幅图像的明暗、对比度等。

三、实验内容

1、编写一个图像灰度直方图统计函数my_imhist,选择一幅图像利用my_imhist显示其直方图,将结果与MATLAB图像处理工具箱中提供的灰度直方图函数imhist的处理结果进行比较,并在同一窗口中显示出来。

(1)源代码

function my_imhist( input)
    y=zeros(1,256);
    [row,col]=size(input);
    n=row*col;
    for i=1:row
        for j=1:col
            num=double(input(i,j))+1;
            y(num)=y(num)+1;
        end
    end    
    bar(y);%画直方图
    xlim([0,256]);
end

i=imread('C:\Users\Administrator\Pictures\514.jpg');
subplot(2,1,1);
imhist(i);
title('imnhist处理');
subplot(2,1,2);
my_imhist(i
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值