直方图

直方图均衡化

数学原理

原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。对图像进行非线性拉伸，把给定图像的直方图分布改变成“均匀”分布直方图分布。

这里我们知道

公式推导得到s与r关系：

结论

1、变换后变量s在定义域内概率密度均匀分布。
2、用r的累计分布函数作为变换函数，可产生一幅灰度级分布具有均匀概率密度的函数。
3、其结果扩展了像素取值的动态范围
4、直方图均衡化是以累计分布函数变换法作为基础的直方图修正法。

1. 列出原始图灰度级rk
2. 统计原始直方图各灰度级像素数nk
3. 计算原始直方图各概率：pk=nk/N
4. 计算累计直方图：sk=Σpk
5. 取整Sk=int{（L-1）sk+0.5}
6. 确定映射对应关系：rk->sk
7. 统计新直方图各灰度级像素nk’
8. 用pk(sk)=n’/N

基于直方图的对比度增强

对图像的每一灰度级进行变换，扩大图像的灰度范围，从而增强图像的清晰度

比例线性变换

分段线性变换

非线性灰度值变换

直方图匹配

得到的是灰度级为 z 的输出图像，且具有指定的概率密度函数p,(z）