数字图像处理的灰度直方图
3用新灰度代替旧灰度，求出Pss，这一步是近似过程，应根据处理目的尽量做到合理，同时把灰度值相等或近似地合并到一起。Amapimreadf456bmpimshowAmaptitle原图imagedoubleAfori1256
i0e
dfori1256forj1256simageij1
s
s1e
de
dfork1256pk
k2562e
dfigurebarprtitle直方图fork1256qk0e
dfork1256forj1kqkqkpje
de
dfigurebarqytitle累积直方图N256fork1256okrou
dN1qk05e
d
9
f图像预处理系统设计
数字图像处理的灰度直方图
fori1256forj1256rimageijimageije
de
dfigureimshowui
t8rimagetitle均衡化后的图fori1256
i0e
dfori1256forj1256srimageij1
s
s1e
de
dfork1256pk
k2562e
dfigurebarpbtitle均衡化的直方图
0025
002
0015
001
0005
0
0
50
100
150
200
250
300
图24原图
图25原始图象的直方图
10
f图像预处理系统设计
数字图像处理的灰度直方图
0025
002
0015
001
0005
0
0
50
100
150
200
250
300
图26直方图均衡化后的效果图
图27均衡化后的直方图
从上述效果图可以看出，经过直方图均衡化处理后，图像变的清晰了，从直方图来看，处理后的LENA的图像直方图分布更均匀了，在每个灰度级上图像都有像素点。但是直方图均衡化存在着两个缺点：（1）变换后图像的灰度级减少，某些细节消失；（2）某些图像，如直方图有高峰，经处理后对比度不自然的过分增强。
11
f图像预处理系统设计
图像平滑与图像锐化
第三章
31图像的平滑
图像平滑与图像锐化
图像的平滑方法是一种实用的图像处理技术，能减弱或消除图像中的高频率分量，但不影响低频率分量。因为高频率分量主要对应图像中的区域边缘等灰度值具有较大较快变化的部分，平滑滤波将这些分量滤去可减少局部灰度起伏，使图像变得比较平滑。实际应用中，平滑滤波还可用于消除噪声，或者在提取较大目标前去除过小的细节或将目标内的小间断连接起来。它的主要目的是消除图像采集过程中的图像噪声，在空间域中主要利用邻域平均法、中值滤波法和选择式掩模平滑法等来减少噪声；在频率域内，由于噪声主要存在于频谱的高频段，因此可以利用各种形式的低通滤波器来减少噪声。本节主要介绍常用的空间域图像平滑方法。311领域平均法基础理论最简单的平滑滤波是将原图中一个像素的灰度值和它周围邻近8个像素的灰度值相加，然后将求得的平均值（除以9）作为新图中该像素的灰度值。它采用模板计算r