直方图均衡化

我们已经知道了直方图拉伸可以增加对比度。这一节我们将介绍直方图均衡化是怎么样增强对比度的。

在直方图均衡化之前，你必须知道两个重要的概念，概率质量函数和累计分布函数。

直方图均衡化

直方图均衡化用来增强对比度。但这不是一定的，在有些情况下对比度反而会降低。

通过下面这幅简单的图像，我们开始直方图均衡化。

图像直方图

下面是图像的直方图

现在我们开始对它直方图均衡化。

概率质量函数

首先我们计算所有像素概率质量函数（probality mass function）。

累计分布函数

第二步计算累计分布函数（cumulative distributive function）.

根据灰度级计算累计分布函数

举个例子，介绍第二部计算累计分布函数的过程。

Gray Level Value	CDF
0	0.11
1	0.22
2	0.55
3	0.66
4	0.77
5	0.88
6	0.99
7	1

然后CDF值乘以（灰度级-1）。

考虑3位的图像，灰度级为8，所以CDF乘以7，相乘后结果如下

Gray Level Value	CDF	CDF * (Levels-1)
0	0.11	0
1	0.22	1
2	0.55	3
3	0.66	4
4	0.77	5
5	0.88	6
6	0.99	6
7	1	7

现在我们进行最后一步，我们将新的灰度级值映射到像素数。

让我们假设老的灰度级值有如下像素数。

Gray Level Value	Frequency
0	2
1	4
2	6
3	8
4	10
5	12
6	14
7	16

现在我们映射新的像素值，我们可以得到。

Gray Level Value	New Gray Level Value	Frequency
0	0	2
1	1	4
2	3	6
3	4	8
4	5	10
5	6	12
6	6	14
7	7	16

映射新的值到直方图，就得到了直方图均衡化。