直方图（均衡化）和信噪比

1.什么是直方图？

答：直方图表达的信息是每种零度的像素点的个数，直方图是图像的一个重要特征，因为直方图用少量的数据表达图像的统计特征。

灰度直方图：一个灰度级别在范围【0，L-1】的数字退昂的直方图是一个离散函数。即P（rk）=nk/n，式中，n是图像的像素总数，nk是图像中第k个灰度级的像素总数，rk是第k个灰度级，k=0，1，2，.....，L-1。

2.直方图均衡化的作用？

答：直方图均衡化是将原图像通过某种变换，得到一副灰度直方图为均匀分布的新图像的方法，这样增加了像素灰度值的动态范围，从而达到增强图像整体对比度的效果。

直方图均衡化不改变灰度出现的次数，改变的是出现次数所对应的灰度级，以避免改变图像的信息结构。直方图均衡化力图使等长时间内出现的像素接近相等。修正后的图像能满足人眼视觉要求。

3.图像的信噪比（SNR）概念。

答：信噪比SNR就是signal-to-noise ratio，使用电压平方比来定义的，是信号电压与噪声电压之比的平方的对数的十倍，在图像中被用来表示解压缩的客观保真度准则。 如果把f(x,y)看做原始图g(x,y)和噪声信号e(x,y)的和，输出图的均方信噪比就是 合成图像时采用SNR=(目标背景的灰度对比度/噪声均方差)的平放来进行估计。 正如刚才所说，具体的计算方式是根据不同的具体应用而变化的，有的时候只有噪声电压使用均方根做单位，等等。在看电视的时候，图像噪声的黑色噪声肯定比白色噪声要影响小得多，不能用数字来简单衡量，具体的数值和计算方式需要在应用中反复调试。