直方图均衡化

目的

直方图均衡的目的是使图像灰度间距拉开或使灰度分布均匀，从而增大对比度，使图像细节清晰，实现图像空间增强

原理

基本思想是把原始图的直方图变换为在整个灰度 范围均匀分布的形式,增加像素值的动态范围。
对于图像直方图，用概率密度PDF代替频率:
$$Pr(r_k)=\frac{n_k}{n},k=0,1,2,\cdots ,L-1$$
转化均匀分布的形式需要一个变换函数，即增强 函数T,且满足2个条件:

1. 单值但增函数
2. 对应0$\le$r$\le$L-1，有0$\le$$T(r)$$\le$L-1

累积分布函数CDF满足上述2个条件并能将图像灰 度值由原始分布转化为均匀分布:
$$P(r_k)=\sum _{j=0}^k{p}_r(r_j)=\sum _{j=0}^k\frac{n_k}{n},k=0,1,2,\cdots ,L-1$$
变换函数用于直方图累积分布：
$$s_k=T(r_k)=D_m\sum _{j=0}^k(\frac{n_j}{n}),k=0,1,2,\cdots ,L-1$$
确保:

1. 防止变换后图像出现反转灰度级;
2. 变换前后灰度值动态范围一致性。

算法

1. 概率:
   $$p_r(r_k)=\frac{n_k}{n},k=0,1,2,\cdots ,L-1$$
2. 累积分布函数
   $$P(r_k)=\sum _{j=0}^k{p}_r(r_j)=\sum _{j=0}^k\frac{n_k}{n},k=0,1,2,\cdots ,L-1$$
3. 使用变换函数
   $$s_k=T(r_k)=D_m\sum _{j=0}^k\frac{n_j}{n},k=0,1,2,\cdots ,L-1$$
4. 将$s_k$四舍五入，如果有相同的$\lceil s_k\rceil$,则合并。

代码实现

算法实现

myhisteq.m

function [g] = myhisteq(f)
[m, n] = size(f);
count = zeros(1, 256);
%% 统计每个灰度值出现的次数
for i = 1 : m
    for j = 1 : n
        count(1, f(i, j) + 1) = count(1, f(i, j) + 1) + 1;
    end
end
%% 计算每个灰度出现的概率
p = zeros(1, 256);
for i = 1 : 256
    p(1, i) = count(1, i) / (m*n);
end
%% 计算累计分布概率
t = zeros(1, 256);
t(1, 1) = p(1, 1);
for i = 2 : 256
    t(1, i) = t(1, i-1) + p(1, i);
end
%% 计算分布函数
T = zeros(1, 256);
for i = 1 : 256
    T(1,i) = t(1, i) * 255;
end
%% 四舍五入取整
T =  round(T);
%% 灰度映射
g = double(f);
for i = 1 : m
    for j = 1 : n
        g(i, j) = T(1, g(i, j) + 1);
    end
end
g = uint8(g);

说明：代码还可以进行优化。
测试代码

f = imread('seed-1.jpg');
subplot(2,2,1);
imshow(f);
title('原始图像');
subplot(2,2,2);
imhist(f);
title('直方图');
subplot(2,2,3);
g = myhisteq(f);
imshow(g);
title('均衡化后的结果')
subplot(2,2,4);
imhist(g);
title('均衡化后的直方图');

结果显示

matlab自带函数

histeq(g),其中g是灰度图像

测试代码

f = imread('seed-1.jpg');
subplot(2,2,1);
imshow(f);
title('原始图像');
subplot(2,2,2);
imhist(f);
title('直方图');
subplot(2,2,3);
g = histeq(f);
imshow(g);
title('均衡化后的结果')
subplot(2,2,4);
imhist(g);
title('均衡化后的直方图');

结果显示