直方图均衡化

考虑一个离散的灰度图像 {x},让 ni 表示灰度 i 出现的次数,这样图像中灰度为 i 的像素的出现概率是

\ p_x(i) = p(x=i) = \frac{n_i}{n},\quad 0 \le i < L

把对应于 px 的累积分布函数,定义为:

{\displaystyle \ cdf_{x}(i)=\sum _{j=0}^{i}p_{x}(j)} \ cdf_x(i) = \sum_{j=0}^i p_x(j),

直方图均衡化算式如下:

{\displaystyle h(v)=\mathrm {round} \left({\frac {cdf(v)-cdf_{min}}{(M\times N)-cdf_{min}}}\times (L-1)\right)} h(v) = \mathrm{round} \left(   \frac {cdf(v) - cdf_{min}} {(M \times N) - cdf_{min}}   \times (L - 1) \right)

下面的这个例子是一个8位的8×8灰度图像:

{\displaystyle {\begin{bmatrix}52&55&61&66&70&61&64&73\\63&59&55&90&109&85&69&72\\62&59&68&113&144&104&66&73\\63&58&71&122&154&106&70&69\\67&61&68&104&126&88&68&70\\79&65&60&70&77&68&58&75\\85&71&64&59&55&61&65&83\\87&79&69&68&65&76&78&94\end{bmatrix}}} \begin{bmatrix} 52 & 55 & 61 & 66 & 70 & 61 & 64 & 73 \\ 63 & 59 & 55 & 90 & 109 & 85 & 69 & 72 \\ 62 & 59 & 68 & 113 & 144 & 104 & 66 & 73 \\ 63 & 58 & 71 & 122 & 154 & 106 & 70 & 69 \\ 67 & 61 & 68 & 104 & 126 & 88 & 68 & 70 \\ 79 & 65 & 60 & 70 & 77 & 68 & 58 & 75 \\ 85 & 71 & 64 & 59 & 55 & 61 & 65 & 83 \\ 87 & 79 & 69 & 68 & 65 & 76 & 78 & 94\end{bmatrix}


该灰度图像的灰度值出现次数如下表所示,为了简化表格,出现次数为0的值已经被省略

灰度值 出现次数 灰度值 出现次数 灰度值 出现次数 灰度值 出现次数 灰度值 出现次数
5216427218521131
5536537328711221
5826627518811261
5936717619011441
6016857719411541
6146937811042  
6217047921061
6327128311091

累积分布函数(cdf)如下所示,与上一表格类似,为了简化,累积分布函数值为0的灰度值已经被省略

灰度值 cdf 灰度值 cdf 灰度值 cdf 灰度值 cdf 灰度值 cdf
52164197240855111360
55465227342875212261
58666247543885312662
59967257644905414463
601068307745945515464
61146933784610457  
62157037794810658
63177139834910959


  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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