对比度增强（直方图均衡化）

声明：文中图片均来自于EL5123,Yao Wang, Polytechnic University Brooklyn NY 11201

介绍

生活中，我们在修图工具中经常会看到对比度(Contrast)调节这个选项，但事实上并不是所有人都对对比度有比较清晰的理解。
看下面这张图片：

这是上面这张图的直方图：

横坐标是灰度值（0~255），其实从图上我们就已经可以很直观的看到大量的灰度分布比较集中，而人眼对于相近的灰度不易区分，所以图片整体就显得比较灰蒙蒙的，细节不清晰。
接着来看下面这个颜色条，可以很直观的感觉到灰度相差越大越好区分，比如白和黑。

所以对比度增强实质上就是对图像原灰度值作变换，从而使对比度分布的区间更大，增强对比度。
看下面这张图来体会什么样的直方图是对比度比较好的图像。

再看一下之前的那张图片：

它的直方图分布：

直方图均衡化

我们使用一个函数 g(x) 来映射原来的灰度值到一个新的灰度值，如果我们把图像的灰度值看作是随机变量的取值的话，那么这部分内容就设计到 随机变量函数的函数的分布。
那么这个函数作为随机变量函数的分布要满足什么条件呢？
1. g(x)必须是严格单调函数
2. g(x) 的反函数有连续导数

反函数存在定理
定理：严格单调函数必定有严格单调的反函数，并且二者单调性相同。

g(x)作为图像灰度映射的条件：
1. 必须是非递减的，以便灰度值的相对亮度不改变(也就是不能黑的变白的，白的变黑的）。
2. g(x) 必须与x的取值范围相同，以便映射后的灰度值仍然在规定范围内。

确定g(x)的形式

为了增强对比度，我们想要直方图尽可能的平均分布于各个灰度值（不偏谁不向谁）。
其它方法：
* 使用一个固定的形式：线性，非线性