影像處理實作專題報告Histogram equalization 課程名稱影像處理授課 ...
影像處理實作專題報告Histogram equalization 課程名稱影像處理授課 ...
影像處理實作專題報告Histogram equalization 課程名稱影像處理授課 ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
影像處理實作專題報告<br />
Histogram <strong>equalization</strong><br />
課程名稱 影像處理<br />
授課老師 陳淑媛 教授<br />
學 生 翁政豪<br />
學 號 927404<br />
日 期 2003/10/08
2004/09/13 Histogram <strong>equalization</strong><br />
目錄<br />
1. 摘要.................................................................................................................................................................. 1<br />
2. 背景說明.......................................................................................................................................................... 1<br />
2.1 HISTOGRAM............................................................................................................................................. 1<br />
2.2 HISTOGRAM EQUALIZATION.................................................................................................................... 1<br />
3. 構想.................................................................................................................................................................. 2<br />
3.1 ALGORITHM ............................................................................................................................................ 2<br />
3.2 步驟範例 ................................................................................................................................................ 3<br />
3.3 執行結果 ................................................................................................................................................ 4<br />
4. 結論.................................................................................................................................................................. 5<br />
5. REFERENCE................................................................................................................................................. 5<br />
圖錄<br />
FIGURE 1 LOW CONTRAST LENNA 影像 .................................................................................................................... 2<br />
FIGURE 2 原 LENNA 影像 ......................................................................................................................................... 2<br />
FIGURE 3 原 LENNA 影像執行結果 ......................................................................................................................... 4<br />
FIGURE 4 LOW CONTRAST LENNA 影像執行結果 .................................................................................................... 5<br />
I
2004/09/13 Histogram <strong>equalization</strong><br />
1. 摘要<br />
本文是「Histogram <strong>equalization</strong> 實作專題」的書面報告,程式的目的是要計算一個<br />
圖形的 RGB 分布圖表和 Y 值的分布圖表,並對 RGB 圖表作同等化動作,最後畫出同等<br />
化後的圖形和 Y 值的分布圖表。<br />
在報告中將對 Histogram <strong>equalization</strong> 的相關演算法作一概略性的敘述,然後說明一<br />
個簡單的範例。為了有實體的過程,程式中也利用圖像直接顯示同等化過程和最後結果。<br />
2. 背景說明<br />
2.1 Histogram<br />
對於彩色影像而言,直接使用此影像是非常困難的一件事,唯有將影像的基本色給<br />
獨立分析出來才能知道影像的資訊與色彩分布統計。利用這些資訊繪成圖表能讓人腦輕<br />
鬆判斷或是讓電腦簡單來計算。<br />
2.2 Histogram Equalization<br />
影像如果是高亮度或是低亮度或是低對比的話,影像的基本色分析圖表內的分布圖<br />
將會聚集在某一邊,Histogram Equalization 的目的就是為了能讓這些色彩平均分布來處<br />
理影像的一種方法,經過處理後的影像將會是高對比比較適合肉眼觀看的影像。<br />
1
2004/09/13 Histogram <strong>equalization</strong><br />
3. 構想<br />
Figure 1 Low Contrast Lenna 影像<br />
2<br />
Figure 2 原 Lenna 影像<br />
Figure 1. 是一張低對比的影像,我們看起來是一張模糊且彩度很低的影像,有些細<br />
節部分更是難以辨識。Figure 2. 則是原圖,很明顯的我們可以看出區別。<br />
於是就有一個簡單的構想產生:利用 Histogram Equalization 來調整整張影像的對<br />
比,先經過簡單的色彩分布分析,以決定其色彩轉換的對應表,最後做完色彩對應後把<br />
原圖重新顯示。<br />
3.1 Algorithm<br />
(1) 將整張影像從檔案讀入轉成一個二維的陣列,並計算出 RGB 三色的分布表和 Y<br />
值的分布表。<br />
(2) 將 (1) 所得到的分布表計算出累進分布表。<br />
(3) 將 (2) 中所得到的結果計算出轉換表。<br />
(4) 將 (3) 中所得到的結果將原始影像做轉換產生新的高對比影像,並計算轉換後<br />
的 Y 值分布表。
2004/09/13 Histogram <strong>equalization</strong><br />
3.2 步驟範例<br />
(1) 3bit/pixel<br />
An image has the following histogram The image has the following probability.<br />
values.<br />
0 10<br />
1 8<br />
2 9<br />
3 2<br />
4 14<br />
5 1<br />
6 5<br />
7 2<br />
(3) The image has the following<br />
cumulative distribution.<br />
0 10/51<br />
1 18/51<br />
2 27/51<br />
3 29/51<br />
4 43/51<br />
5 44/51<br />
6 49/51<br />
7 51/51<br />
(5) The mapping function<br />
0 1<br />
1 2<br />
2 4<br />
3 4<br />
4 6<br />
5 6<br />
6 7<br />
7 7<br />
3<br />
(2) Total number of pixels = 51<br />
0 10/51<br />
1 8/51<br />
2 9/51<br />
3 2/51<br />
4 14/51<br />
5 1/51<br />
6 5/51<br />
7 2/51<br />
(4) The cumulative distribution<br />
multiplied by 7.<br />
0 10×7/51 ≈1<br />
1 18×7/51 ≈2<br />
2 27×7/51 ≈4<br />
3 29×7/51 ≈4<br />
4 43×7/51 ≈6<br />
5 44×7/51 ≈6<br />
6 49×7/51 ≈7<br />
7 51×7/51 ≈7
2004/09/13 Histogram <strong>equalization</strong><br />
3.3 執行結果<br />
Figure 3 原 Lenna 影像執行結果<br />
4
2004/09/13 Histogram <strong>equalization</strong><br />
Figure 4 Low Contrast Lenna 影像執行結果<br />
4. 結論<br />
在這個實作專題中運用了一個簡單的構想,在 Histogram Equalization 計算後盡量提<br />
高對比,而且讓影像能讓人眼更輕易的辨識,但是影像的色彩分布如果分布的不平均的<br />
話,均等化出來的結果會讓影像偏向某一色系,如實驗出來的結果偏向藍色系。但這樣<br />
的結果,是否有助於後續的影像處理,因所學有限,尚待老師指導。<br />
5. Reference<br />
(1) http://members.cox.net/scottheiman/bmglib.htm<br />
(2) http://www.libtiff.org/<br />
5