1樓：匿名使用者
如果訊號是連續的，那麼均衡化是很好的方法。但是正是因為數字影象的離散性，會給影象均衡化增強帶來很多挑戰。且直方圖的均衡化只適合解決偏暗的影象。
如果要粗略的增強影象，可以採用直方圖的規定化。
2樓：匿名使用者
我也是阮老師的，這個問題我知道。晚上到我們寢室我來告訴你啊
3樓：匿名使用者
我是阮老師，同學我記住你了，期末***…
數字影象處理問題（程式設計實現直方圖均衡化演算法）
4樓：
c實現的，matlab裡面就更簡單了
//lpstr lpdibbits - 指向源dib影象指標//long lwidth - 源影象寬度（象素數）//long lheight - 源影象高度（象素數）bool winapi inteequalize(lpstr lpdibbits, long lwidth, long lheight)
// 計算各個灰度值的計數
for (i = 0; i < lheight; i ++)}// 計算灰度對映表
for (i = 0; i < 256; i++)// 計算對應的新灰度值
bmap[i] = (byte) (ltemp * 255 / lheight / lwidth);
}// 每行
for(i = 0; i < lheight; i++)}// 返回
return true;}
5樓：中原我心如天
你是要mfc做的嗎？還是光要演算法了？
數字影象處理題目（直方圖均衡化）
6樓：鍾
pr(r11)=0.023寫錯了，
均衡化後只輸出10個灰度級了，分別是
ps(s3)=0.195;
ps(s5)=0.160;
ps(s8)=0.147;
ps(s9)=0.106;
ps(s10)=0.073;
ps(s11)=0.056;
ps(s12)=0.09;
ps(s13)=0068.;
ps(s14)=0.069;
ps(s15)=0.036;
其中r6、r7同被對映為12；
r8、r9同被對映為13；
r10、r11、r12同被對映為14；
r13、r14、r15同被對映為15。
圖的話，按照資料畫出來就是了，橫座標是輸出灰度級sk，縱座標是ps（sk）
數字影象處理的問題。
7樓：小嬌朋友
我大體看了一下，我都是用matlab做的。
第一個問題，給你一個直方圖均衡化函式 j=adapthisteq(i);
第二題，離散傅立葉變換是共軛對稱的。
你也可以自己帶公式推導下。到時候把三角函式轉化為指數形式。
第三題不會，
第四題，可以用影象銳化的方法，加模板銳化。
最後一題，
x=[460,580,560,540,520,380,240,100,120,140,160,300];
y=[160,180,320,480,600,580,560,540,400,260,120,140];
plot(x,y,'r');
是個方形。
還不錯，希望你採納。
8樓：葛偲掌鵬鯤
首先分析師什麼原因造成影象的質量問題，光強，色彩，顆粒?然後對症下藥，或者灰度修正，或者平滑，或者銳化，或者偽彩色增強。提取目標的話，先對影象進行濾波去噪，然後分割，再進行利用特徵提取。
適當可以運用腐蝕膨脹等方法對影象進行進一步處理。
數字影象處理 歸一化 均衡化
9樓：匿名使用者
歸一化就是概率歸1，以灰度圖為例，就是計算出各個灰度級所出現的概率，假設為p（k），
計算之後求出累積概率設為pi(k)，
最後，建議對映，關係式是int((n-1)*pi(k) + 1);
如何實現數字影象直方圖的均衡化處理
因為直方圖均衡化處理之後，原來比較少畫素的灰度會被分配到別的灰度去 求該影象的灰度直方圖。對該影象進行直方圖均衡化處理，寫出過程和結果。首先需要說明的是，如果你說的是一道完整的題目，則這道題目沒有唯一解，因為題目中沒有說明原始影象的灰度級數 比如原始影象是16個灰度級的，或者是32個灰度級的，等等 ...
數字影象處理中影象增強和影象分割有什麼聯絡有什麼區別
不同的應用copy領域嘛！影象增強是增強，可bai以使影象的邊緣資訊du更明朗。比如我用拉普拉斯算zhi子增強dao，影象的紋理細節減弱，邊緣資訊增強。得到結果就是一個邊界圖。影象分割是分割，可以分割不同的區域。比如我用分水嶺演算法可以使不同區域填充，從而使影象不同的地方能分離出來。非要說聯絡？那就...
請高人幾本數字影象處理的經典書籍
中文基礎 機器視bai覺,北理工du 賈雲得 剛入門這些應該足夠了。推薦清華大學章毓晉的 影象工程 經典教科書 個人認為,真正bai的經典推薦清華du大學出版社zhi的 影象處理 分析dao與機器視覺 這本書由淺入專深。數屬字影象處理這本書很經典,但只能算是入門,講的更多是影象處理的演算法和基本理論...