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
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。

被折叠的 条评论
为什么被折叠?



