冈萨雷斯《数字图像处理》第3版课后习题

 

   

 

 

第3章

 

 

3.6

原题：试解释为什么离散直方图均衡技术一般不能得到平坦的直方图？

答：假设有一副图像，共有像素个数为n=MN（M行N列），像素灰度值取值范围为（0～255），那么该图像的灰度值的个数为L=256，为了提高图像的对比度，通常我们都希望像素的灰度值不要都局促到某一个狭窄的范围，也就是我们通常说的图像灰度值的动态分布小。最好是在有效灰度值取值范围上，每个灰度值都有MN/L个像素，这个时候我们就可以得到一张对比度最理想的图像，也就是说像素的取值跨度大，像素灰度值的动态范围大。

因为直方图是PDF（概率密度函数）的近似，而且在处理中，不允许造成新的灰度级，所以在实际的直方图均衡应用中，很少见到完美平坦的直方图。因此，直方图均衡技术不能保证直方图的均匀分布，但是却可以扩展直方图的分布范围，也就意味着在直方图上，偏向左的暗区和偏向右的亮区都有像素分布，只是不能保证每个灰度级上都有像素分布。

（百度答案：）由于离散图像的直方图也是离散的，其灰度累积分布函数是一个不减的阶梯函数。如果映射后的图像仍然能取到所有灰度级，则不发生任何变化。如果映射的灰度级小于256，变换后的直方图会有某些灰度级空缺。即调整后灰度级的概率基本不能取得相同的值，故产生的直方图不完全平坦。

 

 3.8

原题：在某些应用中，将输入图像的直方图模型化为高斯概率密度函数效果会是比较好的，高斯概率密度函数为：

                                         

其中m和σ分别是高斯概率密度函数的均值和标准差。具体处理方法是将m和σ看成是给定图像的平均灰度级和对比度。对于直方图均衡，您所用的变换函数是什么？

答：直方图均衡变换函数的一般表达式如下：
                                                

在回答这个问题时，有两点非常重要，需要学生表达清楚。

第一，   这个表达式假定灰度值r只有正值，然而，高斯密度函数通常的取值范围是-∞～∞，认识到这点是非常重要的，认识到这点，学生才能以多种不同的方式来解决问题。对于像标准差这样的假设，好的答案是，需要足够小，以便于当r为小于0时，在p_r(r)曲线下的面积可以被忽略。另一种回答就是，将值（不知道什么值）按比例增大，直到r小于0部分的曲线下的面积可以被忽略。

第二，要让学生认识到，变换函数本身，
                                              

并没有闭合形式解（closed-form solution）。这是高斯密度函数的累积分布函数，该函数或者是数字可积的，或者其值有表可查。

第三点，不是很重要，但学生要说清楚，那就是r的高端值（high-end value）。再强调一遍，高斯PDF是趋于正无穷（+∞）的，一个可行性的方法就是根据标准差，和前面一样对其做个假设。另一个可行方法就是除以一个足够大的值，使得在大于r部分函数曲线下的面积可以忽略（这实际上就是相当于比例缩小标准差）。

学生还需做的工作就是处理直方图，此时的变换函数是一种和的形式。负值和超过r的正值问题还是需要说明白，对于这些问题，前面建议的答案依然适用。学生需要指出，直方图是通过对连续函数采样得到的，所以对于采样的比特位数应该给出建议。最可能的答案是8比特，此时学生还需描述函数缩放比例，以便其取值在[0,255]范围之内。

 

Opencv中的均值和标准差函数meanStdDev

C++: void meanStdDev(InputArray src, OutputArray mean, OutputArray stddev, InputArray

mask=noArray())

C: void cvAvgSdv(const CvArr* arr, CvScalar* mean, CvScalar* std_dev, const CvArr* mask=NULL )

Python: cv.AvgSdv(arr, mask=None) -> (mean, stdDev)

Parameters

　　src – 输入矩阵，通道数为1~4，input array that should have from 1 to 4 channels so that the results can be stored in

　　　　Scalar_ ‘s.

　　mean – 输出参数，数据类型为Match，用于保存均值。

　　stddev –输出参数，数据类型为Mat，用于保存标准差。

　　mask – 可选的mask运算。

函数meanStdDev 用于计算每个通道上的均值和标准差，分别保存在mean和std_dev中。

meanStdDev实例

#include <iostream>

#include <opencv2/opencv.hpp>

using namespace cv;

using namespace std;

int main()

{

    Mat img=imread("D:/CodeWork/MyImage/baboon.jpg",