本文讨论了传统直方图均衡与平台直方图均衡的区别，指出平台均衡在均匀图像和场景移动时的问题，并通过仿真结果展示了其在抑制背景噪声方面的优势。
一、传统直方图均衡
直方图均衡主要是增强背景和噪声，而平台直方图均衡主要是增强目标，抑制背景和噪声。但是，平台直方图均衡存在如下两个缺点：
(1)在图像非常均匀时 (如对着均匀黑体)，图像灰度级分布非常集中。如果采用平台直方图均衡，灰度级将拉得过开，图像的噪声将变得很大，会严重影 响观察效果；
(2)图像中场景移动时，图像的整体亮度会发生突变。
二、平台直方图均衡
平台直方图均衡是对直方图均衡的一种修正方法。首先选择一个合适的平台阈值T，对统计直方图进行如下修正 ：如果某灰度级的直方图值大于平台阈值T，将其直方图值置为T，如果其直方图值小于平台阈值T ，则保持不变。
{ P t ( k ) = T , p ( k ) > T P t ( k ) = p ( k ) , p ( k ) < = T \begin{cases} P_{t}(k)=T,p(k)>T\\ P_{t}(k)=p(k),p(k)<=T\\ \end{cases} {Pt(k)=T,p(k)>TPt(k)=p(k),p(k)<=T
其中， P t ( k ) P_{t}(k) Pt(k)表示处理后的灰度统计。
然后对限制后的直方图进行累计积分，得到累积直方图，按照以下公式映射到8位图像
D t ( k ) = ( F t ( k ) ) ∗ 255 ∑ F t D_{t}(k)=\frac{(F_{t}(k))*255}{\sum F_{t}} Dt(k)=∑Ft(Ft(k))∗255
其中， D t ( k ) D_{t(k)} Dt(k)是灰度为 k k k的像素经过平台直方图均衡化后的灰度值。 F t ( k ) F_{t(k)} Ft(k)表示原始图像数据灰度级
三、仿真效果
以下图是仿真结果，分别是原图、直方图均衡、平台直方图均衡，直方图均衡的结果有过增强现象，平台直方图均衡抑制了背景过增强。
四、参考文献
《一种自适应红外舰船图像增强算法》
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
