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 |
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 |
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 |
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 |