本文目录一览

1，为什么在医学图像处理中要进行图像灰度强度值的归一化

您好：不同的医学成像因素造成相同性质的组织在图像灰度信息上的不一致。灰度归一化就是在保留具有诊断价值的灰度差异的同时，减小甚至消除图像中灰度不一致而进行的图像转换方法，以便计算机自动分析处理。当前常见的算法根据灰度转换的依据分为基于直方图的灰度归一化以及基于图像内容特征的灰度归一化两大类。针对这两类处理算法进行了综述。

为什么在医学图像处理中要进行图像灰度强度值的归一化

2，图像灰度直方图归一化 matlab实现

可能因为你读入的是一张rgb三色的图，需要在imread 后面加一行 rgb2gray 转换成灰度图，再做后面的归一化。
因为计算的是灰度直方图，所以要先将彩色图像转化成灰度图像才可以进行处理，否则会出错
楼主直接用imhist就好了。。。。
没有错啊，是不是图像是rgb图，需要先转换成灰度图试试

图像灰度直方图归一化 matlab实现

3，opencv 图像归一化是什么

归一化处理很简单，假设原图像是8位灰度图像，那么读入的像素矩阵最大值为256，最小值为1 定义矩阵为I ，J＝I／256，就是归一化的图像矩阵，就是说归一化之后所有的像素值都在［0，1］区间内 。opencv里有专门的函数做归一化处理
//看着改改iplimage *pimgcvnamedwindow("0"); //创建显示框cvshowimage("0",pimg); //显示图片

opencv 图像归一化是什么

4，怎么进行图像的尺度平移归一化

归一化就是概率归1，以灰度图为例，就是计算出各个灰度级所出现的概率，假设为P（k），计算之后求出累积概率设为Pi(k)，最后，建议映射，关系式是int((n-1)*Pi(k) + 1);
就是将目标特征从背景中分割出来。医学图像分割，可以查看感兴趣的区域，从而忽略不需要的区域的干扰。如看骨折，只需要将骨头所表示的特征图像（一般是一定会度值的一块区域）从背景（如肌肉，另一种灰度值）分割出来，而其它的肌肉等则不显示（为黑色）。可以更有利于医生分析病情而减少误判。

5，请教怎样对图像进行亮度归一化处理

如果你的“归一化”指的是吧图像每个像素点都变成同一个值，那么过程如下。cvCvtColor(src,dst,CV_BGR2HSV)，参数我记不太清楚了 ，大概就是这样，意思是把BGR图像src转成HSV图像dst。dst的三个通道里存的是H,S,V，H是色彩，S是饱和度，V是亮度。要灰度归一化，只要把图像dst的每个像素V改得一样就行了。注意V的范围是0-180，不能超过这个范围。最后再把dst转成能够输出到屏幕的BGR图像，cvCvtColor(dst,dst2,CV_HSV2BGR)，这样dst2就是归一化之后的BGR图像

6，经常看到文章里写采用归一化的rgb模型可以去除光照和阴影的影响

通过对图像的RGB色彩空间进行归一化处理，在某些情况下是去除光照和阴影影响的一种简单和有效的方法。 假设RGB代表原图像某点的像素值，rgb表示归一化之后的值，则 r = R / (R+G+B)；g = G / (R+G+B)；b = B / (R+G+B)； 实现归一化RGB的方法如下： //对输入的原始RGB图像获取对应的归一化图像 IplImage*NormalizeImage(IplImage *img) { 1、创建归一化的图像； IplImage* imgavg = cvCreateImage(cvGetSize(img),8, 3); 2、获取图像高度和宽度信息，设置epslon的目的是防止除0的操作产生； int width = img->width;int height = img->height;int redValue, greenValue, blueValue;double sum, epslon = 0.000001; 3、计算归一化的结果，并替换掉原像素值； for (int y = 0; y < height; y++) {for (int x = 0; x < width; x++) { CvScalar src = cvGet2D(img, y, x);redValue = src.val[0];greenValue = src.val[1];blueValue = src.val[2];// 加上epslon，为了防止除以0的情况发生 sum = redValue + greenValue + blueValue + epslon;CvScalar des = cvScalar(redValue / sum * 255, greenValue / sum * 255, blueValue / sum * 255, src.val[4]);cvSet2D(imgavg, y, x, des); }} 4、返回归一化后的图像； return imgavg; } 注意：归一化之后的图像仅使用两个字节便可以表示一个像素值， r = R/(R+G+B) g = G/(R+G+B) b = B/(R+G+B) b可以表示为：b = 1-R-G 物理上，这种变换方式从图像上移除了光照的信息。

文章TAG：图像归一化  为什么在医学图像处理中要进行图像灰度强度值的归一化  
下一篇