灰度级范围[0,L-1]的数字图像的直方图是离散函数h()=,其中是第k级灰度值,是图像中灰度为的像素个数。归一化后的直方图为p()=/MN。p()是概率密度函数,表示灰度级在图像中出现的概率,p()所有分量之和等于1。
假设直方图均衡的变换函数是s=T(r)。也就是说原图像的一个灰度级r通过函数s=T(r),0<=r<=L-1得到灰度级s。s为直方图均衡后图像上的灰度级。同时要求T(r)满足下面两个条件:
(a)T(r)在区间0<=r<=L-1上为单调递增函数.
(b)当0<=r<=L-1时,0<=T(r)<=L-1.
根据上面两个条件可知,原图像中所有灰度级小于等于r的像素数量之和等于直方图均衡后图像所有灰度级小于等于s的像素数量之和.可以得出如下公式:
其中和表示分别表示原图像和均衡后图像的概率密度函数.w是积分变量.对上面公式两端分别对r求导得:
我们令变换函数T(r)是如下形式:
可以证明T(r)满足上面的条件(a),(b).
T(r)的导数是:
所以得出均衡后的概率密度函数p(s):
由上式得出,(s)始终是均匀的,它与(r)的形式无关.
最后,得出结论,任何一张图像通过变换函数T(r)变换后,得到的新图像在每一个灰度级上的像素值均相等.这个过程叫做直方图均衡化.