IM电竞平台IM电竞平台当：噪音h(x,y)i为互不相关，且均值为0时， 上述图象均值将降低噪音的影响。

　　– 取值的数字化被称为图像灰度级量化 – 量化处理：将f 映射到Z的处理 – Z的最大取值，确定像素的灰度级数G = 2m， 如256 f

　　• 3.1 图像运算 • 3.3 频域变换 – 算术运算 – 傅立叶变换导言 – 逻辑运算 – 傅立叶变换的特性 • 3.2 空域变换 – 快速傅立叶变换 – 几何变换 – 非几何变换

　　直方图均衡化的缺陷：不能用于交互方式的 图像增强应用，因为直方图均衡化只能产生 唯一一个结果，恒定值直方图近似 希望通过一个指定的函数（如高斯函数）或 用交互图形产生一个特定的直方图。根据这 个直方图确定一个灰度级变换T(r),使由T产生 的新图像的直方图符合指定的直方图

　　– 设Z表示整数集合 – 采样处理：将xy平面分配到一个网格上，且每一个网 格中心的坐标是一个笛卡儿乘积ZxZ的元素对，即所有 有序元素对(a,b)的集合，其中a和b属于整数集合Z

　　◆直方图均衡的步骤： 率pr(rk)=nk/n。 （2）根据直方图均衡化公式（4.13）求变换函 数的各灰度等级值sk。

　　• 对比度：指一幅图像中灰度反差的大小。 • 对比度=最大亮度/最小亮度。

　　• 扬-赫姆霍尔兹视觉三基色假说 C=RGB • 视网膜椎体细胞感红、感绿、感蓝色素

　　即把第（2）步求得的各sk值，按靠近原则近似到与原图像灰度级别相同的标准灰度

　　级别中。此时获得的即是均衡化后的新图像中存在的灰度级别值，其对应的像素个

　　数不为零；对于那些在变换过程中“被丢失了的”灰度级别值，将其像素个数设为 零。

　　• 把图像看作是平面中各个像素组成的集合， 直接对这一二维函数进行相应的处理。 • 分类：

　　解：（2）利用直方图均衡化方法求出均衡化后的新 图像的直方图。 ① 根据直方图均衡化公式（4.13）求变换函数的 各灰度等级值。

　　• 其特点：光照位置和光照强度均为连续变化的。 • 2)数字图像 • 可用矩阵或数组来描述

　　• 首先对图像进行正交变换，得到变换域系 数阵列，然后再施行各种处理，处理后再 反变换到空间域，得到处理结果。 • 包括：滤波、数据压缩、特征提取等处理。

　　– 将图像转换成一种更适合于人或机器分析 处理的形式 – 在图像增强的过程中，没有新信息的增加， 只是通过压制一部分信息，突出另一部分 信息。有选择地突出其中感兴趣的某些特 征，衰减其中不需要的特征

　　例4.2.1 已知有一幅大小为64×64的图像，灰度级 为8。图像中各灰度级的像素数目如表4-1所示。要

　　(a) 画出原图像的直方图；表4.1 (b) 利用直方图均衡方法 求出均衡化后新图像的直方图。

　　备注： – （1）与局部（邻域）运算的差别，输入像素-输出像素一一对应； – （1）与几何运算的差别，不改变图像的空间关系； – （2）又称为对比度增强，对比度拉伸或灰度变换。

　　– m,n为图像的宽和高 – 矩阵元素a(I,j)的值，表示图像在第i行，第j列的 像素的灰度值。

　　– 空域处理（空间滤波） • 点运算：直接对原图像各像素的灰度值进行逐点运 算；代数运算（算术运算）：一般整个图像范围内 运算。 • 模板运算 (局部运算)：在像点的邻域范围内运算； – 频域处理（频域滤波）借助傅氏变换，增强感兴趣的 频率分量

　　解：（1）画原图像的直方图 ① 归一化灰度级，即求rk=k/(L-1)=k/7，结果如

　　– 去除噪声、边缘增强、提高对比度、增加亮度改善颜 色效果、改善细微层次等

　　（4）求新图像的各灰度级别值sl’(l=0,1,…,L-1) 的像数数目。在前一步的计算结果中，如果不存在灰 度级别值sl’，则该灰度级别的像素数目为零；如果存 在灰度级别值sl’，则根据其与之相关的sk=T(rk)和sk 的对应关系，确定该灰度级别sl’的像数数目。 （5）用sk代替sl’(k,l=0,1,…,L-1)，并进而求新 图像中各灰度级别的分布概率ps(sk)=mk/n。 （6）画出经均衡化后的新图像的直方图，