2014年3月25日 星期二

影像處理:影像增強和邊緣偵測

                                        影像增強和邊緣偵測

直方圖均化(histogram equalization)


針對灰階的圖像，先統計他的所有灰階度的數量並存放在一個table[256]裡，在計算每個灰階度的cumulative distribution function，統計完後，將結果存放至一個cdf_table[256]裡，裡面擺著累計的結果，所以cdf_table[255]的值會是全部點的數量，table[256]的所有項目將經過一個算式的計算轉成新的灰階度表new_table[256]。


MxN為全部的pixels總數，v為欲轉換的灰階度，L-1為255。

h(v) = \mathrm{round} \left( \frac {cdf(v) - cdf_{min}} {(M \times N) - cdf_{min}} \times (L - 1) \right)

使用new_table[256]裡的值跟原圖的灰階值做轉換，得到新的圖。


邊緣偵測

使用sobel operator去計算。

\mathbf{G}_x = \begin{bmatrix} -1 & 0 & +1 \\ -2 & 0 & +2 \\ -1 & 0 & +1 \end{bmatrix} * \mathbf{A} \quad \mbox{and} \quad \mathbf{G}_y = \begin{bmatrix} +1 & +2 & +1 \\ \ \ 0 & \ \ 0 & \ \ 0 \\ -1 & -2 & -1 \end{bmatrix} * \mathbf{A}

\mathbf{G} = \sqrt{ {\mathbf{G}_x}^2 + {\mathbf{G}_y}^2 }

將這2個矩陣跟圖上的9個點做運算得到Gx,Gy，再由上面的公式可以算出最後的結果G。

參考資料:
張貼者： 於
標籤：

沒有留言:

張貼留言

訂閱： 張貼留言 (Atom)