基于C++的直方图均衡化

 

直方图均衡化

目的：使原图像的灰度级更加丰富且动态范围变大，使原来对比度不好的图像的对比度得到改善

原理及算法：

                   r——原图像的灰度级，假设被归一化到区间[0, 1]。0代表黑色，1代表白色。

                            即：若灰度级k=0,1,2，...,255，则rk=k/255。

                   s——输出图像的灰度级，则有：

                                                                                    s=T（r）

 

                   直方图均衡化变换式：                sk=T（rk）=

                   nj——每级灰度所占像素个数

                   n——分辨率，即总的像素个数

例：分辨率64*64，灰度级为8级。

求Ps（sk）的方法：将老的索引值对应的概率合并，作为对应的新的索引值的概率。

由表中数可得：原灰度值——新灰度值

0——1,1——3,2——5,3——6,4——6,5——7，6——7,7——7。

即：

       P（sk=0）=0;   P(sk=1)=P(rk=0)=0.19; ……P(sk=7)=P（rk=5,6,7）=0.11

unsigned char* lpSrc;//指向原图像的指针
long	lTemp;//
BYTE	bMap[256];//灰度映射表
long	lCount[256];//源图像灰度级统计个数
long	lLineBytes;//每行的字节数

//-------------------------

for(i=0;i<lHeight;i++)
{
	for(j=0;j<lWidth;j++)
	{
		lpSrc=(unsigned char*)lpDIBBits+lLineBytes*i+j;
		lCount[*lpSrc]++;//统计每级灰度的个数
	}//for_j
}//for_i

for(i=0;i<256;i++)
{
	lTemp=0;
	for(j=0;j<=i;j++)
	{
		lTemp+=lCount[j];//累计概率相加
	}//for_j
	bMap[i]=(BYTE)(lTemp*255/lWidth/lHeight);//计算当前概率下映射的新灰度值
}//for_i
	
for(i=0;i<lHeight;i++)
	for(j=0;j<lWidth;j++)
	{
		lpSrc=(unsigned char*)lpDIBBits+lLineBytes*(lHeight-1-i)+j;
		*lpSrc=bMap[*lpSrc];//原灰度映射成新灰度
	}//for_j