直方图均衡化是一种通过重新分布图像像素值来增强图像对比度的技术。当图像直方图集中在狭窄范围时，图像对比度较差。该方法将原始图像的灰度直方图扩展到整个灰度范围，使得像素分布更均匀，从而提高图像视觉效果。算法包括计算直方图、归一化、累积概率密度函数和映射新图像。在Matlab中，可以使用histeq()函数实现直方图均衡化。
需要解决的问题
如果一幅图像的直方图像素分布在很窄的范围内，那么一般情况下，该图像的效果会很糟糕，直接观感就是动态范围小，对比度很差；反之，如果把直方图均匀地延展到整个分布域内，则图像的对比度会很强。
算法原理
直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化最终把给定图像的直方图分布改变成“均匀”的直方图分布。
算法原理示意图描述如下：
2797
1万+
2649
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
