灰度直方图是图像中像素灰度集的一种统计反应。它能够描述图像中灰度的分布情况,直观地展现出图像中灰度所占多少。直方图横轴表示像素的灰度范围(比如说 0~255),纵轴表示的是像素的数量或者密度。亮暗、对比度、图像中的内容不同,直方图的表现也会不同。本文主要参考《冈萨雷斯》一书。
灰度直方图
1.直方图均衡
有的图像的灰度分布不均匀,出现过亮过暗,或者对比度过低的情况,这样的图像细节不明显,在肉眼观察时会丢失一些信息。这时可以使用直方图均衡技术对图像进行变换,变成肉眼易于分辨的细节分明的图像。
直方图均衡的目标
要对直方图进行均衡,首先要通过统计得到原图像的直方图,然后通过下面这个神奇的公式,对灰度值进行变换。其中 r 是输入像素的灰度,函数 T 表示一种变换,s 是输出像素的灰度,pr 是原图像灰度的PDF(概率密度函数)。至于这个公式怎么来的,《冈萨雷斯》一书上貌似并没有讲清楚,但其实可以通过直觉来理解。
直方图均衡公式
图像是离散的,所以实际中使用的是离散形式
离散形式
那么使用上面的公式,就可以将直方图变换成这个样子,这样的图像一般具有比较好的细节表现。
ps是输出图像的PDF(其实也可以理解为直方图)举个书上的栗子就很好理解了
2.直方图匹配(规定化)
一般来说,直方图均衡能够自动地确定变换函数,且输出结果比较好,当时需要自动增强时是一种好方法。但有的情况下,使用直方图均衡并不是最好的办法。有时候我们可以指定特定的直方图,而不是均匀分布的直方图,并让原图像的直方图变换成我们指定的形式。这个过程称为直方图匹配或者直方图规定化。
在推导过程中,直方图规定化的过程如下:
1.对原图像进行直方图均衡。和上面一样。