直方图:一个灰度级别在范围[0,L-1]的数字图像直方图为离散函数,p(rk)=nk/n,n代表图像的像素总数,nk代表图像中第k个灰度值的像素总数,.rk是第k个灰度级其表达的信息是每种亮度的像素点个数,它是数字图像处理中最简单最有用的工具,用少量的数据表达图像的灰度统计特征。
性质:灰度直方图只能反映图像的灰度分布情况,而不能反映图像像素的位置会丢失。一幅图像对应唯一的灰度直方图,但不同的图像可对应相同的直方图。灰度直方图反映数字图像中每一灰度级与其出现频率间的关系,描述该图像的概貌。
直方图均衡化:将原图像通过某种变换,得到一幅灰度直方图为均匀分布的新图象的方法,这样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。其不改变灰度出现的次数,改变的是出现次数所对应的灰度值,使等长区间内出现的像素数接近。这样人眼看的时候会比较协调,因为其直方图是均匀分布的。在matlab中主要运用了histeq(I,n)函数
图像的信噪比:所谓噪声,就是你不想听见的声音,在图像中,就是你不希望有的部分,图像噪声和普通的噪声一样,不是一个独立的纯数学问题,对人类的影响是决定性因素.信噪比SNR就是signal-to-noise ratio,使用电压平方比来定义的,是信号电压与噪声电压之比的平方的对数的十倍,在图像中被用来表示解压缩的客观保真度准则。
如果把f(x,y)看做原始图g(x,y)和噪声信号e(x,y)的和,输出图的均方信噪比就是
合成图像时采用SNR=(目标背景的灰度对比度/噪声均方差)的平放来进行估计。
在看电视的时候,图像噪声的黑色噪声肯定比白色噪声要影响小得多,不能用数字来简单衡量,具体的数值和计算方式需要在应用中反复调试。