学习笔记（二）——直方图均衡化和匹配

本文为原创作品，转载请注明出处

欢迎关注我的博客：http://blog.csdn.net/hit2015spring和http://www.cnblogs.com/xujianqing/

作者： 晨凫追风

 

 

本文的学习是基于冈萨雷斯《数字图像处理第二版》这本专著的对应于书中章节3.3

这一篇文章如题，主要是讲直方图均衡化和匹配的一些基本概念。不涉及很多的技术问题专业数学推导，只是为入门图像处理做一个感性的认识，具体应用请朋友们自己发挥创造，欢迎大家一起来交流。

好了言归正传。

直方图统计的概念很早就已经和我们接触了，今天我们统计的对象是数字图像的像素灰度级，正如上一篇博客中介绍的那样，对图像中的每个灰度级进行投票计数。这里定义几个变量：

OK，从定义就可以得到各个变量之间的关系了:

 

根据我们就可以得到归一化的灰度级直方图了。

在上一篇博客中提到了，直方图的分布与图像的亮度对比度是息息相关的，高对比度的图像直方图分布会覆盖很宽灰度级，而且直方图的分布比较均匀。低对比度的图像直方图分布比较窄，而且集中于灰度级的一侧，上图瞅一眼：

上图是灰度级分布窄的图片

上图是灰度级分布宽的图片

OK 开胃小菜上完，来干货

直方图均衡化

既然直方图的分布对图像有那么直观的影响，能不能开发出一种函数变换让原来不那么均匀的直方图，变得均匀一点呢？答案是肯定的。那就是直方图均衡化。

   把输出图像的灰度级用s表示，变换公式就变成了

s = T(r_k)

解释一下：这里的均衡化是像素点到对应的像素点变化如图：

每一点的像素经过T(r),对应的输出就是目标的像素灰度级s。在书中对T(r)进行了如下两个条件的规定

（a）T(r)在区间[0，L-1]上是单值且单调递增的