图像处理基础-直方图均衡化，规定化，灰度级变换

像素的领域：
在一定意义下与像素相邻的像素的集合，是一种空间关系。
常用的是4领域
还有符号N4§
对角领域：
8领域，显然，也即3*3领域

像素邻接：
空间上相邻，某种性质相似，比如灰度值

比如指定灰度范围v
q属于p像素的4领域且p属于v，则称p、q 4-邻接
同样有8-邻接等

连通性：
p和q能通过相互邻接的点连接，陈p、q之间存在一条通路
自然后4-通路、8通路等

像素距离度量

满足上面关系的函数即可

欧氏距离：显然，就是一边的距离，满足上面的关系。

直方图变换：
灰度直方图：
图像的灰度直方图是数字图像处理中最简单，最有用的一个工具之一。
从对图像的观察与分析，直到形成一个有效的处理方法，都离不开直方图。
直方图的性质，可叠加性，即一个图的直方图可由它的子图叠加而成。比如矩形图像的两半。
直方图可以反映图片的清晰程度，一般其它尺寸相同时，直方图均匀分布时，图像最为清晰。
进一步的，尺寸相同时，要使一幅图像足够清晰，应该尽可能的利用所有的灰度等级。我：真彩色，让颜色足够多。
直方图均衡化：
直方图修正:通过灰度映射函数Gnew=T (Gold)，将原灰度直方图改造成所希望的直方图。 重点就是这个映射函数，可以有多种。
直方图均衡化是一种最常用的直方图修正。它是把给定图像的直方图分布改造成均匀直方图分布。
均衡化后，图像直方图是平直的。即各灰度级具有相同的出现频数，或各灰度级具有均匀的概率分布。图像看起来就更清晰了(图像增强)。
更具体的理解就是：比如原来灰度值为0-255像素的个数分别为1-999个，现在要变成每种灰度值的像素都是500个，然后就需要把一些像素点的灰度值变成另一个值。
这个变换要满足一个条件，就是像素之间的对比关系不变，即原来A位置的像素比B位置的像素值大，变换之后仍然要保证A的值比B的值大，这个应该比较容易理解，灰度图就是通过灰度级的对比关系来表现图像的，所以像素间的对比关系不能变。

直方图均衡话的映射函数：
考虑灰度级是连续的情况，这样更好讨论，离散的可以归一化变成连续的。
于是：
找到一种变换函数，s=T®, 使直方图平直，规定：
T®是一种单调递增函数，且0<=T®<= 1;
保证灰度变换前后大小关系不倒置，并且仍在允许的灰度级范围内。

变换示意图：

右下角是原来的灰度直方图，右上角是变换函数，左上角是变化后的直方图（旋转90度看）。
因为这里要改变的是像素的值，原直方图里面一个小条代表k个像素，变换之后应该仍然是k个像素，也即右下角小条和左上角对应小条的面积是一样的，是宽高和形状变了，位置也变了。这个宽是由变换函数决定的，位置也由变换函数决定。变换函数就是右上角的函数，按照前面的要求需要的单增的。（如果另外的变化不要求单增只要面积相等应该也是可以的，就不取这样的函数）。这个函数把r映射到s，rj到rj+△r 就变换到 sj到sj+△s ，也就右上角纵轴坐标，这个纵轴坐标对应到左上角的图，然后对应的长条面积相等。如果不要求，单增，sj到sj+△s 也可以放到其它位置。

公式推导：
根据两个小条面积相等，于是r之前的对应面积相等，建立等式有

最后，变换函数就是灰度频率直方图的概率分布函数！转换一下就是灰度直方图图的累积直方图。

数字直方图（不连续）情况下的变换

就是把上面的公式转化一下，因为像素值是有限个的，所以频率直方图不是严格连续的，求积分的时候不用原来那种方式求，而是直接取出所有像素累加即可。
因为灰度频率直方图的不是严格连续的，所以要注意的一点是变换函数s=T®，得出的s要进行就近舍入。即比如有255个灰度级，s=T®=1/260，得舍入成1/255。因为这个舍入，最后的到的频率直方图不一定是均匀分布的样子，只是接近。

这种直方图均衡化的效果


直方图均衡化属于图像增强技术，现在图像增强还是一个比较常见的研究领域，所以相应的研究还是不少的。可以感觉到，这样的直方图均衡化是一种比较简单的图像增强技术，效果不算很好，但是还是比较可以的。从这里可以掌握一些图像增强的基本原理。进一步的话，还有更多更强大也更具复杂性的算法值得去掌握。

直方图规定化：
上面的均衡化是变化到均匀分布，规定化就是变化到某个规定的分布。在一些情况下需要用到，比如同一场景光线变暗是的照片不够清晰，将它变到光线明亮时的照片的分布情况。将具有两种颜色的图像用直方图变成双峰的分布，然后二值化。
实现方式：
把上面那个图桌上角的均匀分布变成目标分布，式子做同样的替换，结果就是：

G是目标图像的的灰度分布函数。

灰度变换

r就相当于f(x,y)

颜色反转：

乘以常数：


削波：
就是和ps中的调整色阶一样，把0-a的变成0，a-255的变成255，中间的拉成0-255。也就是两端变成最大，中间的拉伸。直观效果上会有对比对变大效果。

将特定范围的像素（如100-150）映射成255，一种特殊的二值化。其它颜色或变或不变。比如

突出窗口。

灰度变换还是比较灵活的，变换方式多种多样，面对不同的情况采取不同的方式尝试变换，已取得好的效果。这里可见的是，好像实验平台或者说开发工具比较重要，方面人尝试不同的变换方法。

各种函数都可以用上来：

细想起来很简单，像素值就是一个数，把它当成自变量x，y=f(x）,就把各种函数的知识用到了像素上面，灵活多样的功能就来了！！！

图像的变换真的是多种多样呀，单纯针对像素的变换就这么多种多样，并且看上去都还挺有效果，挺有作用的。还有针对域的，针对整个图像的那就更多了。这也算是高维数据本身的丰富性吧。

减法运算


绝对差

这种情况下只要不相同的都会呈现出来。

二值蒙版图像，就是用一个二值图像与原图像相乘，也就做掩模运算，用于删掉或取出图像的特定部分。