数字图像处理笔记(部分一)

局部直方图均衡

一幅大小为 512x512 的8比特图像，初看有轻微噪声，通过全局直方图均衡后，噪声增强，但并未 显示新的重要细节，使用邻域为 3x3 的矩阵进行局部直方图均衡，可以看到包含在暗色方块中的物体。

过程是定义一个邻域，并把该区域的中心从一个像素移至另一个像素，在每个位置，计算邻域中的点的直方图，并且得到的不是直方图均衡化，就是规定化变换函数。这个函数最终用于映射邻域中心像素的灰度。

在图像增强中使用直方图统计

令 r 表示在区间 $ [ 0, L-1 ] $ 上代表灰度值的一个离散随机变量，并令$p(r_i)$表示对应于$r_i$值得归一化直方图分量。

r关于其均值得n阶矩定义为:
$${\mu }_n(r)=\sum _{i=0}^{L-1}(r_i-m{)}^{n}p(r_i)$$
其中，m是r得均值(平均灰度，即图像中像素得平均灰度)
$$m=\sum _{i=0}^{L-1}{r}_{i}p(r^{}$$