首先来看一下没有进行灰度直方图均衡化的图片和经过灰度直方图均衡化后的图片的对比:
左为原图,右为经过灰度直方图均衡化处理后的图片,很显然,经过处理之后的图片在对比度方面有了显著的提升,下面附上两张图片的灰度直方图:
左图为原图像的灰度直方图,右图为处理后的图片的灰度直方图。从灰度直方图上来看,二者有很大的不同,特别是在灰度值处于100-255范围内的直方图,但细细观察我们会发现,右图相较于左图,其实可以看做是左图直方图的扩展,即原图像的直方图范围可能是0-80,经过均衡化后,将其范围扩展到0-255,因此,图像灰度直方图均衡化处理的关键点就在于扩充,即找到原图中某个灰度级的点在处理后图片中的位置并映射过去,从而达到扩充的目的。下面附上matlab源码:
function dst = my_histeq(src)
%histeq函数实现图片灰度直方图均衡化的原理
[m, n] = size(src);
dst = ones(m, n);
% 创建一个和原图像同等大小的矩阵
h = imhist(src);
I = length(h);
PDF = h/numel(src);
%概率密度PDF和概率分布函数CDF
CDF = cumsum(PDF);
j = CDF.*256;
% 取整扩展,结果是均衡化之后的灰度直方图
J = round(j);
for y = 1:m
for x = 1:n
src_y_x = src(y, x);
% 原图中该点的灰度值
dst(y, x) = J(src_y_x + 1);
% 找到原图中该点的灰度值在概率分布函数中的值
end
end