第四章 图像增强
1. 简述直方图均衡化处理的原理和目的。拍摄一幅较暗的图像，用直方图均衡化方法处理，分析结果。
原理：直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。也就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。把给定图像的直方图分布改变成“均匀”分布直方图分布
目的：直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。它通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过直方图均衡化，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。
Matlab程序如下：
clc;
RGB=imread('wxf.jpg'); %输入彩色图像，得到三维数组
R=RGB(:,:,1); %分别取三维数组的一维，得到红绿蓝三个分量
G=RGB(:,:,2); %为R G B。
B=RGB(:,:,3);
figure(1)
imshow(RGB); %绘制各分量的图像及其直方图
title('原始真彩色图像');
figure(2)
subplot(3,2,1),imshow(R);
title('真彩色图像的红色分量');
subplot(3,2,2), imhist(R);
title('真彩色图像的红色分量直方图');
subplot(3,2,3),imshow(G);
title('真彩色图像的绿色分量');
subplot(3,2,4), imhist(G);
title(' 的绿色分量直方图');
subplot(3,2,5),imshow(B);
title('真彩色图像的蓝色分量');
subplot(3,2,6), imhist(B);
数字图像处理基础
第4章图像增强
(第三讲)
4.3 图像尖锐化处理(Image Sharpening)
图像尖锐化处理主要用于增强图像的边缘及灰度跳变部分。通常所讲的勾边增强方法就是图像尖锐化处理。与图像平滑化处理一样，图像尖锐化处理同样也有空域和频域两种处理方法。
4.3.1 微分尖锐化处理
4.3.2 零交叉边缘检测
4.3.3 高通滤波法
在图像平滑化处理中，主要的空域处
理法是采用邻域平均法，这种方法类似于
积分过程，积分的结果使图像的边缘变得
模糊了。积分既然使图像细节变模糊，那
么，微分就会产生相反的效应。因此，微
分法是图像尖锐化方法之一。
微分尖锐化的处理方法最常用的是梯度法。由场论理论知道，数量场的梯度是这样定义的：
设一数量场u，u=u(x,y,z)，把大小是在某一点方向导数的最大值，方向是取得方向导数最大值的方向的矢量叫数量场的梯度。kzujyuixu)u(grad
由这个定义出发，如果给定一个函数f(x,y) ，在坐标(x,y) 上的梯度可定义为一个矢量
gradfxyfxfy[(,)]
(4—40)
由梯度的定义可知它有两个特点：（１）矢量grad[f(x,y)]是指向f(x,y)最大增加率的方向；（２）如果G[f(x,y)]用来表示grad[f(x,y)]的幅度，那么Gfxygradfxy
fxfy[(,)]max{[(,)]}
+ 2212(4—41)
这就是说G[f(x,y)]等于在grad[f(x,y)]
的方向上每单位距离f(x,y)的最大增加率。显
然，式(4—41)是一个标量函数，并且G[f(x,y)]
永远是正值。由于我们经常用到的是式(4—41)，
因此，在后续讨论中将笼统地称“梯度的模”
为梯度。
在数字图像处理中，仍然要采用离散形式，
为此用差分运算代替微分运算。式(4—41)可用下面的差分公式来近似
第一章_NI_Vision_Assistant概述.pdf
NI_Vision_Builder_AI入门教程__第二章_配置界面.doc
NI_Vision_Builder_AI入门教程____第四章_图像增强.doc
NI_Vision_Builder_AI入门教程__第五章_视觉助手(一).doc
NI_Vision_Builder_AI入门教程___第六章_视觉助手(2).doc
NI_Vision_Builder_AI入门教程___第七章_视觉助手3___灰度选板.doc第一章 NI Vision Assistant概述
NI公司的视觉开发模块是专为开发机器视觉和科学成像应用的工程师及科学家而设
计。该模块包括NI Vision Builder和IMAQ Vision两部分。NI Vision Builder是一个交互式的
开发环境，开发人员无需编程，即能快速完成视觉应用系统的模型建立；IMAQ Vision是一
套包含各种图像处理函数的功能库，它将400多种函数集成到LabVIEW和Measurement
Studio，LabWindows/CVI，Visual C++及Visual Basic开发环境中，为图像处理提供了完整
的开发功能。
NI视觉开发模块供从事开发机器视觉和科学图像应用的科学家、工程师和技术人员使
用。NI视觉开发模块包括NI Vision Assistant--供需要不通过编程就实现将LabVIEW应用快
速成型的直观环境；以及IMAQ视觉--拥有强大视觉处理函数的库。与其它视觉产品不同，
NI Vision Assistant和IMAQ视觉的紧密协同工作简化了视觉软件的开发。NI Vision Assistant
可自动生成LabVIEW程序框图，该程序框图中包含NI Vision Assistant建模时一系列操作的
相同功能。您可以将程序框图集成到自动化或生产测试应用中，用于运动控制、仪器控制和
第一章
1图像的特点:1)直观形象2)易懂3)信息量大
2 图像的分类：1）按灰度分类：二值图像，多灰度图像2）按色彩分类：单色图像，动态图像 3）按运动分类：静态图像，动态图像 4）按时空分布分类：二维图像，三维图像
3 数字图像处理的主要内容：1）图像获取 2）图像变换3）图像增强 4）图像复原 5)图像编码 6）图像分析 7）图像识别 8）图像理解
4数字图像处理方法：1）空域法 2）变换域法
5什么是数字图像的采样和量化？
采样：将模拟图像在空间上连续的点按照一定的规则变换成离散点的操作。
量化：由于采样图像被分割成空间上离散的像素，但其灰度是连续的，还不能用计算机进行处理，所以要对采样后的图像进行量化，即将连续的像素灰度值转换成离散的整数值的过程。
6图像像素间的邻接、连接和连通的区别？
邻接：两个像素是否邻接就看它是否接触，一个像素和在它邻域中的像素是邻接的。邻接仅仅考虑了像素间的空间关系。
连接：对两个像素，要确定它们是否连接，要考虑两点：①空间上要邻接；②灰度值要满足某个特点的相似准则
第二章
1 试述图像采集系统的结构及其各部分的功能？
2 连续图像随机过程可以用哪些数字特征来描述？
概率密度，一阶矩或平均值，二阶矩或自相关函数，自协方差，方差
3 为什么说只要满足采样定理，就可以有离散图像无失真的重建元连续图像？
这是由图像的连续性决定的，由图像上某一点的值可以还原出该点的一个小邻域里的值，这个图像连续性越好，这个邻域就可以越大，抽样次数可以很少就可以无失真还原。而抽样定理对应这个邻域最小的情况即抽样次数最多的情况，大概是每周期两个样本
4与标量量化相比，向量量化有哪些优势？
合理地利用样本间的相关性,减少量化误差提高压缩率,
5 Matlab图像处理工具箱提供了哪几类类型的数字图像？它们之间能否转换？如果可以如何转换？
二进制图像，索引图像，灰度图像，多帧图像，RGB图像，它们之间可以相互转换，
