原理:
直方图均衡化首先是一种灰度级变换的方法:
原来的灰度范围[r0,rk]变换到[s0,sk]变换函数为:s=T(r);
为便于实现,可以用查找表(look-up table)的方式存储,即:原始的灰度作为查找表的索引,表中的内容是新的灰度值。
其次,直方图均衡化是图像增强的一种基本方法,可提高图像的对比度,即:将较窄的图像灰度范围以一定规则拉伸至较大(整个灰度级范围内)的范围。
目的是在得到在整个灰度级范围内具有均匀分布的图像。
所以,当输入:直方图H(r)【此处指每个灰度级占有的像素数】;灰度级范围[r0,rk];目的是找到一个s=T(r)使得输出图像的直方图G(s)【同指】在整个灰度级范围内均匀分布。且需满足
(1)0—L(灰度范围)单调递增,避免黑白颠倒;
(2)0
累积分布函数满足这几个要求。
\[\sum\limits_{i = 0}^k {G({s_i})} = \sum\limits_{j = 0}^k {H({r_j})} \]
若图像有M*N个像素,则均衡化后的直方图G(q)就有均匀分布:
\[F = \frac{ {NM}}{ { {s_k} - {s_0}}}\]
代入上式:
\[NM\int\limits_{ {s_0}}^s {\frac{1}{ { {s_k} - {s_0}}}} ds = \frac{ {NM(s - {s_0})}}{ { {s_k} - {s_0}}}