直方图均衡化笔记

直方图均衡化

简介：直方图均衡化是为了让图片的像素更均匀的分布于整体灰度级，这样的图像会有高对比度的外观并展示灰色调的较大变化，丰富一幅图片灰度细节且增大动态范围。

算法原理：

1. 假设输入图片灰度级为r 输出灰度级为s 两者对应函数变换关系为T( r )，我们这里需要求的就是这个变换关系。
2. 因为变换关系要满足两个条件：
   (a) T( r)T( r)在[0,L−1][0,L−1]上严格单调递增；（实际问题中像素值为整数所以要近似取整）
   (b) 当0≤r≤L−10≤r≤L−1时，0≤T(r )≤L−10≤T ( r)≤L−1。
   由第一个条件可知r 与s 应双向一一映射，这时就满足一个概率论的基本结论：假设 pr( r)pr​( r) 和 ps( s)ps​( s) 分别表示随机变量 r 和 s 的PDF，pr( r)pr​(r ) 和变换 TT 已知，且 T(r )T(r ) 在定义域内连续可微，则变换后 s的PDF可由下式得到：
   
3. 从人眼视觉特性来考虑，一幅图像的直方图如果是均匀分布的，即Ps(s)=k(归一化时k=1)时，该图像色调给人的感觉比较协调。因此将原图像直方图通过T (r )调整为均匀分布的直方图，这样修正后的图像能满足人眼视觉要求。因为归一化假定k=1则有
   ds =pr(r ) dr;
   
   由于这里像素级范围为[0:L-1]s所以上式积分前应成L-1。
4. 上面对应的是连续函数，实际中应用离散函数对应为：

实现步骤：
1、计算各个灰度值出现的次数，即统计直方图.
2、用统计直方图计算各个灰度值的累积分布图，就是从1到这个灰度的所有点的个数。
3、根据累积分布图s(k)归一化计算出原来各灰度值的均衡化之后的新的值。新的灰度值=（L-1）*(s(k)/nm)。 （归一化可以放在前面进行计算）

matlab实现可见如下链接：添加链接描述