一.连续值
1.直方图均衡
抽象的变换公式为 s = T(r),0≤r≤L-1;
同时书中假设两条:
(a)T(r)在区间0≤ r ≤L-1是单调递增函数。
(b)当0≤ r ≤L-1时,0≤ T(r) ≤L-1。
如果想通过s来进行反变换来求r,应该保证T(r)是严格单调递增的函数,让r和s一一映射,消除二义性。
同时r和s的取值区间,也保证了变换T不会造成灰度值的溢出。
在实际应用工程中,像素值都是整数,应该找最近邻的可取整数。
2.T(r)变换函数的引出
由基本概率论得道的一个基本结果是,如果和T(r)已知,且在感兴趣的值域上T(r)是可微的。则变换(映射)后的变量s的PDF可由下面的简单公式得到:
公式1
而直方图均衡的变换公式为T(r)。
公式2
关于T(r)的获取,书中直接引出,并将其带入。我想可以通过反向推导的方式来
我们想要得到的概率密度为,0≤s≤L-1。
因为之前假设T(r)为单调递增函数,去掉绝对值,得到
对两边积分即可得到
公式2
二.离散值
对于离散值,个人总结需要三步操作。
1.概率密度与求和来代替处理概率密度函数与积分
且易知:,k=0,1,2,3,...,L-1
2.公式2变形为
,k=0,1,2,...,L-1
3.将得到的sk值进行四舍五入取整。