图像处理与模式识别作业一:直方图均衡与灰度拉伸

本文介绍了图像处理中的直方图均衡和灰度拉伸技术,包括算法原理、源码解读及结果分析。直方图均衡通过扩展灰度级动态范围增强图像对比度,而灰度拉伸则通过线性变换提升图像亮度和对比度,两者各有适用场景。
摘要由CSDN通过智能技术生成

算法原理

1.直方图均衡

直方图均衡化的基本思想是把原始图像的直方图变换为均匀分布的形式。这样增加了灰度值的动态范围,从而达到增强图像整体对比度的效果。

1)计算图像f(x,y)的各灰度级中像素出现的概率p(i)。

p(i)=nin,i=0,1,...,L1(L)

2) 计算p的累计概率函数c(i),c即为图像的累计归一化直方图

c(i)=j=0ip(xj)

3)将c(i)缩放至0~255范围内

y
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
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