循序渐进之(二)空间域图像增强之直方图处理直方图均衡化(HE)

本文深入探讨了数字图像处理中的直方图均衡化技术,包括其基本原理、AHE、CLHE和CLAHE等扩展算法。通过确保像素值的相对亮度关系并限制值域,累积分布函数在直方图均衡化中起到关键作用。同时,提到了OpenCV中实现直方图均衡化的源码学习资源和C++代码示例。
摘要由CSDN通过智能技术生成

                          循序渐进之(二)空间域图像增强之直方图处理直方图均衡化(HE)

            

冈萨雷斯第二版《数字图像处理》,直方图均衡化是3.3.1章节的内容。

(拓展:

HE算法:直方图均衡化。。

AHE算法:自适应直方图均衡化。。

CLHE算法:限制对比度直方图均衡化。。

CLAHE算法:限制对比度自适应直方图均衡化。。)

第一个问题。均衡化过程中,必须要保证两个条件:①像素无论怎么映射,一定要保证原来的大小关系不变,较亮的区域,依旧是较亮的,较暗依旧暗,只是对比度增大,绝对不能明暗颠倒;②如果是八位图像,那么像素映射函数的值域应在0和255之间的,不能越界。综合以上两个条件,累积分布函数是个好的选择,因为累积分布函数是单调增函数(控制大小关系),并且值域是0到1(控制越界问题),所以直方图均衡化中使用的是累积分布函数。

第二个问题。累积分布函数具有一些好的性质,那么如何运用累积分布函数使得直方图均衡化?比较概率分布函数和累积分布函数,前者的二维图像是参差不齐的,后者是单调递增的。

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Coming_is_winter

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值