直方图规定化计算过程

书接上回，上一篇讲了直方图均衡化的原理，我们继续讲一下直方图规定化的原理，在看这一篇之前请先看那一篇文章。

直方图均衡化计算过程：

https://blog.csdn.net/macunshi/article/details/79815870

要想对图像进行直方图规定化处理，我们需要有逆向的思维，因为在计算的过程中总是操作像素进行灰度映射转换，问题就在于这个灰度映射关系怎么得到。我们用R代表原图，S代表均衡处理后的图，Z代表规定化处理后的图，那么我们作如下考虑：

R——>S~V<——>Z

对Z进行均衡化得到V，把V和S看成具有近似的属性，那么对应关系不就找到了吗？那么有同学就问了，R像素灰度我们已知，Z我们不知道啊，这怎么计算？我们对理论上所有的灰度进行均衡化计算不就完了吗。

上一篇文章我们完成了R—>S的变换，之后的步骤如下图所示：

 

其实就是对期望的直方图分布的像素灰度值进行均衡化处理，找到反向映射关系。注意反向对应时应该找最小的期望灰度值。

 

然后在使用反向映射关系对原图的均衡化图像进行处理，这样就可以得到规定化直方图分布的图像。当然在计算过程中你会发现有可能原图均衡化后的图像中像素值不能在反向映射关系中找到，即V中不存在S的值，此时可以保持等值映射，也可以寻找最近的V值进行映射。