DSP原理及图像处理应用第15章-直方图统计课件

第15章

直方图统计

数字信号处理器原理A目录第15章图像灰度线性变换15.1引言15.2基本原理

15.3算法步骤与流程图15.4C语言代码与分析15.5试验结果与分析15.6分析与总结

本章学习目标掌握直方图的概念；理解直方图的性质；理解直方图统计的基本原理掌握相应的DSP编程方法与步骤；知识要点：直方图的基本原理；相应的DSP编程方法。15.1引言什么是直方图(histogram)？直方图是表示具有不同灰度级的像素的个数的条形图.把图像的灰度看作一个随机变量，则histogram是描述该随机变量的概率分布的一个近似.15.2基本原理15.2.1数字图像的表示15.2基本原理15.2.1数字图像的表示每幅图像都可以用以下形式的两维矩阵表示：其中，每个点就是一个像素，点的个数就是像素的个数，每一个点对应一个灰度或强度。

15.2基本原理15.2.2数字图像直方图的统计原理

15.2基本原理15.2.2数字图像直方图的统计原理

15.2基本原理直方图统计举例：

15.2基本原理直方图统计举例：

15.2基本原理直方图举例:2332424332352424Grayscale=[0,9]4x4image直方图的几个性质：15.2基本原理(1)表征了图像的一维信息。只反映图像中像素不同灰度值出现的次数（或频数）而未反映像素所在位置。(2)与图像之间的关系是多对一的映射关系。一幅图像唯一确定出与之对应的直方图，但不同图像可能有相同的直方图。(3)子图直方图之和为整图的直方图。四个图像具有相同的直方图。15.2基本原理15.2.3图像灰度直方图对比15.2基本原理15.2.3图像灰度直方图对比15.2基本原理直方图反映的总体性质：明暗程度、细节是否清晰、动态范围大小等15.2基本原理15.2.4灰度直方图的应用(1)数字化参数（判断量化是否恰当）(2)边界阈值选取（确定图像二值化的阈值）(3)统计图像中物体的面积(4)计算图像信息量H（熵）算法步骤：15.3算法步骤与流程图

流程图：15.3算法步骤与流程图

15.4C语言代码与分析

voidCalcHistogram(unsignedchar*pSource,//原始图像

intcols,introws,//图像的宽度与高度

int*pHistogram//输出：输出直方图){inti;

intpixels;pixels=cols*rows;//初始化直方图数组

for(i=0;i<256;i++)

histogram[i]=0;15.4C语言代码与分析

//统计图像的直方图数据

for(i=0;i<pixels;i++)//遍历图像中的所有像素{

pHistogram=histogram;//指针指向直方图数组//取当前像素的灰度值作为直方图数组的偏移量

pHistogram=pHistogram+*pSource;//对应偏移量的直方图数组元素值累加1*pHistogram=*pHistogram+1;//指针重指向直方图数组起始地址

pHistogram=histogram;

pSource++;//图像指针指向下一个像素地址

}}15.5试验结果与分析

15.5试验结果与分析

（6）显示加噪后的图像：执行View/Graph/Time/Frequency，在弹出的对话框中选择颜色类型为SingleTime，并输入灰度图像据的地址，以及缓冲区大小，显示数据大小，显示数据类型等内容，如下图所示。15.5试验结果与分析

14.6分析与总结

如果直方图峰值位置偏向灰度值大的一边，图像偏亮；反之图像偏暗；峰值变化过陡、过窄，则说明图像的灰度值过于集中，后3种情况均存在反差小、质量差等问题。直方图分析是图像分析的基本方法，通过有目的地改变直方图形态可改善图像的质量。尽管灰度直方图不能表示出某灰度值在什么位置，更不能直接显示图像内容，但是具有统计特性的直方图却能描述该图像的灰度分布特性，使人们从中得到总体明亮程度、对比度和对象物的可分性等与图像质量有关的灰度分布概况，成为一些处理方法的重要依据。试验名称：图像直方图统计实验（第15章）试验目的：在DSP系统中，实现“直方图统计”算法，使学生进一步掌握图像直方图原理与DSP编程步骤。试验内容与步骤：参考教材第15