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(rk)
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