直方图及均衡化作用

本文介绍了直方图的概念及其在图像处理中的应用,特别是在直方图均衡化方面,该方法通过变换使图像灰度分布均匀,从而增强整体对比度。此外,还提及了图像信噪比的估算方法以及读入图像、添加椒盐噪声和中值滤波的操作。
部署运行你感兴趣的模型镜像

1.直方图

  直方图表达的信息是每种亮度的像素点的个数,直方图用少量的数据表达图像的灰度统计特征。灰度级别在范围【0,

L-1】的数字图像的直方图是一个离散函数,图像的灰度直方图只能反映图像的灰度分布情况,反映数字图像中每一灰

度级与其出现频率间的关系,但它能描述该图像的概貌。

2.直方图均衡化的作用

  直方图均衡化是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像的方法,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。直方图均衡化不改变灰度出现的次数,改变的是出现次数所对应的灰

度级,以避免改变图像的信息结构。直方图均衡化力图使等长区间出现的像素数接近相等。

3.图像的信噪比(SNR)概念

  图像的信噪比应该等于信号与噪声的功率谱之比,但通常功率谱难以计算,有一种方法可以近似估计图像信噪比,即

信号与噪声的方差之比。首先计算图像所有像素的局部方差,将局部方差的最大值认为是信号方差,最小值是噪声方

差,求出他们的比值,再转成dB数,最后用经验公式修正。

4.读入原始图像,添加椒盐噪声,并且进行中值滤波


5.读入图像,分别显示R分量的灰度直方图,G分量的灰度直方图,B分量的灰度直方图


您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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