<
首先,对原图像进行处理,使其最小像素值为0,即用f(x,y)减去原图像的最小像素值,形式如下:
g(x,y) = f(x,y)-fmin,fmin为最小像素值
其次,对g(x,y)的像素值进行归一化处理,即用g(x,y)除以像素中的最大值
g1(x,y)=g(x,y)/max (g),max(g)代表g(x,y)中像素的最大值。
最后,映射灰度进行变换
G2(x,y)=(L-1)g1(x,y)=(L-1)g(x,y)/max(g)=(L-1)[f(x,y)-fmin]/max(f(x,y)-fmin)
(a)从图中得最大值为A,在r=0时,T(r)=A,可设通用形式s=T(r)=Ae-ar2.
如图中所示在r=L0时,T(r)=A/3
《
联立,解得a=ln2/L02= L02
则s=L02
(b)从图中得知曲线最大值为B,最小值为0,可设s= s=T(r)=B(1-e-ar2),从图中可
知,r=L0时,T(r)=B/4
解得,a= L02
s=T(r)=B r2/ L02)
(c)图是(b)图沿y轴平移得到,所以(c)图的表达式
sT(r)(DC)(1eL02)C
Kr2(a)根据官网提供的答案为s=T(r)=1/(1+(m/r)E)
(
(b)根据条件m=L/4,即s=T(r)=1/(1+(L/4r)E)
在matlab中进行画图实现,情况如下。
程序:
%%
%习题
%作者:褚凯
%日期: 1./(1+(255./(4.*x)).^1);
y2= 1./(1+(255./(4.*x)).^2);
)
y3= 1./(1+(255./(4.*x)).^5);
y4= 1./(1+(255./(4.*x)).^10);
y5= 1./(1+(255./(4.*x)).^20);
y6= 1./(1+(255./(4.*x)).^100);
y7= 1./(1+(255./(4.*x)).^150);
y8= 1./(1+(255./(4.*x)).^200);
plot(x,y1,x,y2,x,y3,x,y4,x,y5,x,y6,x,y7,x,y8);
legend('e=1','e=2','e=5','e=10','e=20','e=100','e=150','e=200');
】
结果:
(c)如题所述,像(b)函数那样有效地执行,如上图所示,即当r 如(a)中s=T(r)=1/(1+(m/r)E)所示,当r=m时,无论E为何值,此时s=。如题,C为计算机中最小的正整数,同时,S为像素值也必须为正整数,此时,如果s的值小于C/2,则在计算机中表示为0. 即s=T(r)=1/(1+(m/r)E) 1/(1+(128/127)E) 提出一组能够产生8比特单色图像所有独立位平面的灰度分成变换(遍历像素,分别与0x01,0x02,0x40,0x80,0x10,0x20,0x40,0x80进行位与操作,如果与结果不为0,则得到该比特面图像)在matlab中的程序,如下: originalImg = imread('Fig0314(a)(100-dollars).tif'); tempImg = originalImg; figure; subplot(3,3,1); imshow(originalImg); title('原始图像'); height = size(originalImg,1); width = size(originalImg,2); for n = 1:8 for i=1:height for j=1:width gray =bitand( originalImg(i,j), 2^(n-1) );%位与操作判断 if(gray==2^(n-1)) tempImg(i,j) = 255;%二值化 突出比特平面 else tempImg(i,j) = 0; end end end subplot(3,3,n+1); imshow(tempImg); title(['第',num2str(n),'比特图像 ']); end (a)如果将低阶比特面设为零值,该图像会丢失细节。即不同灰度值的像素个数将减少,这会导致直方图的成分数减少。由于像素个数不会改变,这将在总体上导致直方图峰值高度上升。通常,较低的灰度值变化将减少对比度。 (b)如果将高阶比特面设为零值,该图像会丢失轮廓,即丢失视觉上的很多数据。最明显的影响是使图像非常模糊,根据灰度变换函数,将0~127之间的所有灰度映射为0,下降的最高位将限制到127的8位图像中最亮的水平。由于像素数将保持不变,一些直方图峰值的高度会增加。一般直方图的形状将更高更窄,过去127没有直方图组件。 ~149说的很详细,因为直方图是PDF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。 设MN为图像像素总数,nj为灰度级为rj的像素数。直方图均衡变换为 【 灰度级为rj的像素数映射到nk上,由于变换函数严格单调递增,所以有nk=nj。 第二次进行直方图均衡 vk=T(sk)= nk/MN= nj/MN 解:一般直方图均衡化的变换函数为: rrS=T(r)= (L1)Pr(w)dw0= (L1)2e0(wm)222dw 如下图所示 & 图(a)为某一图像的概率密度函数分布,符合条件a和b。使用得到的直方图均衡如图(b)所示,在L/4到3L/4范围,其反变换,对应的值并不唯一,而是都 相同。 (a) 条件(a)为T(r)在区间0<=r<=L-1上为单调递增函数 条件(b)为当0<=r<=L-1时,0<= T(r)<=L-1 公式为 因为均为正,所以在[0,L-1]范围内sk为单调递增。 PDF的总和为1,即的最大值为1,所以sk的范围为[0,L-1]。 (b)只有在灰度rk均不为0的情况下,T(rk)才是严格的单调递增,其反变换才具有一一对应关系,满足条件。 # pr(r)pz(z)2211 此题,根据官方提供的答案,如下。 rr由左图可知 sT(r)pr(w)dw(2w2)dwr22r00 zz由右图得到: vpr(z)dz2wdwz200 即: zv 右图为左图中变换后的PDF,因此右图中的z就是左图变换后的s,即zs。 故: zr22r 因篇幅问题不能全部显示,请点此查看更多更全内容