直方图匹配(规定化)

直方图规定化

直方图操作能够有效的用于图像的增强,一个归一化的直方图P(r)给出了灰度级为r发生的概率,前面我们提到一个图像的直方图通过均衡化可变成一个灰度级分布均匀的直方图,但是并不是所有的直方图通过均衡就能变成真正的我们所想要的均匀分布,这是为什么呢?

解释为什么离散直方图均衡化技术一般不能产生平坦的直方图

下图是在进行直方图均衡之前的图像:

我们进行直方图均衡后:
在这里插入图片描述
并没有达到我们所想要的效果,观察直方图,也没有想预想中的是一个类均匀分布。这是为什么呢?
我们观察离散直方图均衡化的公式:
在这里插入图片描述
图像均衡化处理的公式是对从0到k的求和。如果一副非常暗的图片,他的灰度直方图基本集中在了低灰度区,也就是说他的低灰度的值的频率很高。现在把他均值化处理,根据公式,我对低灰度的区域求概率相加,本来频率已经很高了,累计函数一向加便会更大,越往后加,灰度级都很大,对应的,灰度级大了。所以直方图就会显示在高灰度区,相应的图像就会变得发白ÿ

  • 1
    点赞
  • 1
    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