1、直方图均衡化:这个方法的基本思想是把原始图像的直方图变换为“均匀分布”的形式,这样就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。
点处理增强函数t = EH(s)需要满足2个必要条件:
(1)EH(s)在0<=s<=L-1范围内是1个单只增函数。(保证原图个灰度级在变换后仍然保持从黑到白(或从白到黑)的排列次序)
(2)对0<=s<=L-1有0<=EH(s)<=L-1。(保证变换后灰度值动态范围的一致性)
反变换也应满足上面两个条件。
累积分布函数:满足上述两个条件,并能将s的分布转换为t的均匀分布。函数如下:
。取整tk= int[ ( L - 1 )tk+ 0.5 ] <<<新的图像的灰度级。
直方图均衡化的优点:能自动增强整个图像的对比度。
直方图均衡化的缺点:具体增强效果不易控制,处理的结果总是得到全局均衡化的直方图。也增强了可视颗粒(弊端)。
实例参考:http://blog.csdn.net/sundy_2004/article/details/7259614
2、直方图规定化:实际中有时需要变换直方图使之成为某个特定的形状,从而有选择的增强某个灰度值范围内的对比度。
直方图规定化方法主要有3个步骤(设M和N分别为原始图和规定图中的灰度级数,且只考虑N<=M的情况):
(1)如同均衡化方法中,对原始图的直方图进行灰度均衡化:
(2)规定需要的直方图(预先给定、已知),并计算能使规定的直方图均衡化的变换:
(3)将第一步得到的变换反转过来,即将原始直方图对应映射到规定的直方图,也就是将所有对应到
去。(累积的直方图之间架起桥梁)
其中第(3)步骤中,映射规则的选取在离散空间中很重要,因为有取整误差的影响:
●单映射规则(Single Mappling Law,SML)<<<原始的累积直方图每个点和规定的累积直方图进行比较,原始的累积直方图向规定的累积直方图进行映射,然后进行映射。
●组映射规则(Group Mapping Law,GML)<<<规定的累积直方图向原始的累积直方图进行映射。组映射规则误差远远小于单映射规则。
映射规则详见百度文库:《数