直方图均衡化的一个关键引理证明

上周六牛哥来组织讲课，讲到了一个有趣的引理：（如图所示）

条件可能需要加强，注意到累计分布函数是不减的，现加强为“累计分布函数是严格单调的（这在图像处理直方图均衡中很常见）”，另一方面由于随机变量$r$是连续性随机变量，容易证明分布函数为连续函数。
由已知$F_r(x)=P\{r<x\}=\int_{-\infty}^xP_r(w)dw$,$s=F_r(x)$,此时我们考虑$s$的分布函数 $\mathcal{T}(t)$，注意到由于$s$是$x$的累计分布函数(实际上就是概率)，所以取值范围为$[0,1]$,加强为严格单调递增后,$F$恒有反函数$F^{-1}$

$$\mathcal{T}(t)=P\{s \leq t\}=P\{F_r(x)\leq t\}=P\{x\leq F_r^{-1}(t)\},$$
于是有在 $[0,1]$上有
$$\mathcal{T}(t)=P\{x\leq F_r^{-1}(t)\}=F（F^{-1}(t)）=t,$$
在 $R/[0,1]$的情况显然为0辣~~于是乎证毕，即 $\mathcal{T}$~ $U(0,1)$。