Построение линейной и кумулятивной гистограмм изображения

Курсовая работа по КТП. Построение линейной и кумулятивной гистограмм изображения. Способ 1 .vi

Все рассмотренные в данной главе поэлементные преобразования изображений можно проанализировать с точки зрения изменения плотности вероятности. Очевидно, что при любом преобразовании изображения плотность вероятности выходного продукта не будет совпадать с плотностью вероятности исходного изображения. Нетрудно убедиться, что при линейном контрастировании сохраняется вид плотности вероятности, однако в общем случае, т.е. при произвольных значениях параметров линейного преобразования, изменяются параметры плотности вероятности преобразованного изображения. Определение вероятностных характеристик изображений, прошедших нелинейную обработку, является прямой задачей анализа. При решении практических задач обработки изображений может быть поставлена обратная задача: по известному виду плотности вероятности и желаемому виду изображения определить требуемое преобразование, которому следует подвергнуть исходное изображение. Анализ изображения предполагает знание интегрального распределения для исходного изображения.

Для цифрового изображения формата градации серого, шкала яркостей которого соответствует целочисленному диапазону 0...255, гистограмма представляет собой таблицу из 256 чисел. Каждое из них обозначает количество точек в кадре, имеющи данную яркость. В общем виде выражение для получения гистограммы приведено ниже:

G={G_Ai,j←G_Ai,j+1}_{i=0..N−1,j=0..M−1.} (4)

По выражению выполняют полный перебор матрицы изображения. Значения элементов матрицы A в свою очередь являются индексами массива гистограммы G. При выборе какого-либо элемента матрицы A к соответствующему элементу массива гистограммы G добавляется единица. В итоге после полного перебора матрицы A каждый элемент массива G отражает общее число элементов матрицы A с соответствующим уровнем яркости.

Тогда оценка интегрального распределения (кумулятивной гистограммы)

определяется по формуле

G_kumk =G_k−1+G_k (5)

Из выражения (5) видно, что любое значение элемента массива кумулятивной

гистограммы равно сумме всех предыдущих.[1]

На рисунках и приведены блок-схема и лицевая панель гистограмм.

Для построения были использованы следующие функции:

Select- Использовалась для замены значения текущей ячейки массива, при подаче на неё логического условия.

Index Array - Использовалась для получения значение определённой ячейки массива.

Waveform Graph - Рисовала наши гистограммы

Другой способ построения гистограмм находится в файле:

Курсовая работа по КТП. Построение линейной и кумулятивной гистограмм изображения. Способ 2 .vi

Рисунок 8. Блок схема ВП построения гистограмм.

Рисунок 9. Линейная и кумулятивная гистрограммы

Бинаризация изображения

Курсовая работа по КТП. Бинаризация изображения.vi

Бинаризация изображения также является типом поэлементного преобразования изображений. Преобразование с пороговой характеристикой превращает полутоновое изображение, содержащее все уровни яркости, в бинарное, точки которого имеют яркости 0 или 255. Такая операция, называемая иногда бинаризацией или бинарным квантованием, может быть полезной, когда для наблюдателя важны очертания объектов, присутствующих на изображении, а детали, содержащиеся внутри объектов или внутри фона, не представляют интереса. Математическую формулировку процесса бинаризации можно представить следующим выражением:

A_binary={255,еслиA_i,j≥P;0,еслиA_i,j<P}_{i=0..N−1,j=0..M−1.} (6)

Основной проблемой при проведении такой обработки является определение порога P, сравнение с которым яркости исходного изображения позволяет определить значение яркости выходного изображения в каждой его точке. Наиболее оправданным для математического описания изображения является применение теории вероятностей, теории случайных процессов и случайных полей. При этом определение оптимального порога бинарного квантования представляет собой статистическую задачу. Иногда при обработке приходится иметь дело с изображениями, хранящимися как полутоновые, но по своему содержанию мало отличающимися от бинарных. К ним относятся: текст, штриховые рисунки, чертежи, изображение отпечатка пальца и т. д. Плотность вероятности, описывающая распределение яркости такого изображения, может содержать два хорошо разделяющихся пика. Интуитивно понятно, что порог бинарного квантования следует выбирать посредине провала между этими пиками. Замена исходного полутонового изображения бинарным решает две основные задачи.

Во-первых, достигается большая наглядность для визуального восприятия, чем у исходного изображения.

Во-вторых, ощутимо сокращается объем памяти для хранения изображения, поскольку для бинарного формата запись каждой точки изображения требует лишь 1 бит памяти, в то время как для полутонового изображения – 8 бит.[1]

На рисунках представлены блок-схема и лицевая панель данной части работы.

Значение порога бинаризации в данной работе мы можем регулировать. Это сделано для наглядности.

Рисунок 10. Исходное и бинанизированное изображение при определённом пороге бинаризации.

Рисунок 11. Блок-схема ВП построения бинанизированного изображения.

Файл бинанизированного изображения на диске: Курсовая работа по КТП/Изображения/Бинанизированное изображение.bmp