图像增强之直方图均衡化

1、直方图均衡化

void cvEqualizeHist( const CvArr* src, CvArr* dst );

用来使灰度图象直方图均衡化，可以将比较淡的图像变换为比较深的图像（即增强图像的亮度及对比度）。

2、灰度拉伸

     由于光线原因会造成图像局部过亮或过暗，需要对图像进行拉伸使之覆盖较大的取值区间。使亮的区域更亮，暗的区域更暗，提高图像的对比度，从而使图像边缘明显。灰度拉伸是将灰度图像进行分段性变化，即若原图像f(x,y)的灰度变化区间为[a,b]，变换后图像g(x,y)的灰度范围扩展到区间[c,d]，可采用下列线性变换来实现：

代码入下：（传入的参数必须是单通道的图像）

void Ctry::stretch(IplImage* src, IplImage* dst)
{
	int low_value;    //拉伸后像素的最小值   
	int high_value;   //拉伸后像素的最大值  
	float rate = 0;          //图像的拉伸率  
	float stretch_p[256], stretch_p1[256], stretch_num[256];
	//清空三个数组,初始化填充数组元素为0  
	memset(stretch_p, 0, sizeof(stretch_p));
	memset(stretch_p1, 0, sizeof(stretch_p1));
	memset(stretch_num, 0, sizeof(stretch_num));

	int nHeight = src->height;
	int nWidth = src->width;
	int i, j;
	for (i = 0; i<nHeight; i++)
	{
		for (j = 0; j<nWidth; j++)
		{
			double  pixel0 = cvGetReal2D(src, i, j);
			int   pixel =(int) pixel0;
			stretch_num[pixel]++;
		}
	}
	//统计各个灰度级出现的概率
	for (i = 0; i<256; i++)
	{
		stretch_p[i] = stretch_num[i] / (nHeight*nWidth);
	}
	//统计各个灰度级的概率

	for (i = 0; i<256; i++)
	{
		for (j = 0; j <= i; j++)
		{
			stretch_p1[i] += stretch_p[j];
		}
	}
	//计算两个阈值点的值  

	for (i = 0; i<256; i++)
	{
		if (stretch_p1[i]<0.1)     //low_value取值接近于10%的总像素的灰度值  
		{
			low_value = i;
		}
		if (stretch_p1[i]>0.9)     //high_value取值接近于90%的总像素的灰度值  
		{
			high_value = i;
			break;
		}
	}
	rate = (float)255 / (high_value - low_value + 1);
	//进行灰度拉伸  

	for (i = 0; i<nHeight; i++)
	{
		for (j = 0; j<nWidth; j++)
		{
			int pixel = cvGetReal2D(src, i, j);
			if (pixel<low_value)
			{
				cvSetReal2D(dst, i, j, 0);
			}
			else if (pixel>high_value)
			{
				cvSetReal2D(dst, i, j,255);
			}
			else
			{
				double temp = (pixel - low_value)*rate + 0.5;
				cvSetReal2D(dst, i, j, temp);
				if (temp>255)
				{
					cvSetReal2D(dst , i, j, 255);
				}
			}
		}
	}
}

效果图：