今天,重读了《遥感原理与应用》,发现里面写的影像辐射增强方法十分详细,且通俗简单。说到直方图匹配,其原理与直方图均衡化十分相似,如下:
直方图均衡化的定义:将随机分布的直方图修改为均匀分布的直方图,其实质是对图像进行非线性拉伸,重新分配图像像元值,使一定灰度范围内的像元的数量大致相等。
实现方法:
1.需要已知图像均衡化后的灰度级m
2.计算原影像的累计直方图,将累计直方图平均分成m份
3.找到每份m的对应阈值,建立查找表
4.对原影像进行合并
效果:
1.频率较小的灰度级被合并,而频率大的灰度级被保留
2.各灰度级所占图像的面积近似相等,因为某些灰度级出现高的像素不可能被分割
3.如果输出数据分段级较小,则会产生一个初步分类的视觉效果。
拓展:
有了直方图均衡化的知识,我们就知道了直方图匹配、直方图正态化了,无非变化的就是目标直方图而已。只要知道目标直方图,我们就可以利用原图的累积直方图,反求阈值点,进而变换原直方图。