直方图均衡化算法分为三个步骤,第一步是统计直方图每个灰度级出现的次数,第二步是累计归一化的直方图,第三步是计算新的像素值。
第一步:
for(i=0;i<height;i++)
{
for(j=0;j<width;j++)
{
n[s[i][j]]++;
}
}
for(i=0;i<L;i++)
{
p[i]=n[i]/(width*height);
}
这里,n[i]表示的是灰度级为i的像素的个数,L表示的是最大灰度级,width和height分别表示的是原始图像的宽度和高度,所以,p[i]表示的就是灰度级为i的像素在整幅图像中出现的概率(其实就是p[]这个数组存储的就是这幅图像的归一化之后的直方图)。
第二步:
for(i=0;i<=L;i++)
{
for(j=0;j<=i;j++)
{
c[i]+=p[j];
}
}
c[ ]这个数组存储的就是累计的归一化直方图。
第三步:
max=min=s[0][0];
for(i=0;i<height;i++)
{
for(j=0;j<width;j++)
{
if(max<s[i][j])
{
max=s[i][j];
}
else if(min>s[i][j])
{
min=s[i][j];
}
}
}
找出像素的最大值和最小值。
for(i=0;i<height;i++)
{
for(j=0;j<width;j++)
{
t[i][j]=c[s[i][j]]*(max-min)+min;
}
}
t[ ][ ]就是最终直方图均衡化之后的结果。
处理前的图片:
处理后的图片:
参考文献:
http://zh.wikipedia.org/wiki/%E7%9B%B4%E6%96%B9%E5%9B%BE%E5%9D%87%E8%A1%A1%E5%8C%96
http://blog.csdn.net/vincentzhao2009/article/details/4565323