数字图像处理读书笔记（三）直方图匹配

易燃易爆の狮

于 2020-10-12 23:51:30 发布

阅读量2.3k

点赞数 1

分类专栏：数字图像处理读书笔记

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_41924649/article/details/108350640

版权

数字图像处理读书笔记专栏收录该内容

4 篇文章 1 订阅

订阅专栏

1.连续值情况下

个人认为，直方图匹配应该理解为用直方图作为中介进行匹配。

本节中的连续灰度其实有三个，包括r，s，z。其中，r为输入图像灰度级，z为输出图像灰度级，s可以理解为中间图像灰度级。

直方图匹配的巧妙之处即构造两个变换，s = T（r），s = G（z），得到

T（r） = G（z）;

$z = G^{-1}[T(r)] = G^{-1}(s)$ 公式1

公式1为基本函数，为了得到T（r）和G（z）的具体表达形式，则应结合上一节的转换公式，让s的概率密度为 $\frac{1}{L-1}$ ，得到

$s=T(r)= (L-1)\int_{0}^{r}p_{r}(w)dw$ 公式2

$s=G(z)= (L-1)\int_{0}^{z}p_{z}(t)dt$ 公式3

直接套用公式即可进行运算，运算过程应该从两边都向s靠拢（即r->s，z->s）

1.根据输入图像r，得到概率密度 $p_{r}(r)$ ，根据公式2得到s

2.根据输出图像z，得到概率密度 $p_{z}(z)$ ，根据公式3得到G(z)

3.通过 $z = G^{-1}(s)$ ，得到z值

4.将s=T(r)带入 $z = G^{-1}(s)$ ，得到从r到z的变换

2.离散值情况下

在处理离散量时，只需要得到一个近似的直方图即可。

公式2的离散形式为

$s_{k} = T(r_{k}) = (L-1)\sum_{j=0}^{k}p_{r}(r_{j} ) = \frac{(L-1)}{MN}\sum_{j=0}^{k}n_{j}$ 公式4

其中k=0，1，2，3，...，L-1。

公式3的离散形式为

$s_{k} = G(z_{q}) = (L-1)\sum_{j=0}^{k}p_{z}(z_{j} )$ 公式5

其中k=0，1，2，3，...，L-1。

$z_{q} = G^{-1}(s_{k})$ 公式6

当然在一般情况下r通过T的离散变换得到的s与z通过G离散变换得到的s是无法在函数上一一对应的。需要先将变量放在表中，然后通过查表的方式来找到对应关系。故公式6中G的反变换是不需要计算的。

结合书中总结的直方图规定话过程及例3.8会更好理解一些。

（1）根据公式4得到 $s_{k}$ ，同时应该注意的是，所得的值可能是小数，故需要进行四舍五入取整。

结合3.22（a）图进行计算，注意L为8，带入公式4得到

$s_{0} = (L-1)×p_{r}(r_{0}) = 7×0.19 = 1.33$

$s_{1} = (L-1)×(p_{r}(r_{0})+p_{r}(r_{1})) = 7×(0.19 + 0.25) = 3.08$

...

$s_{7} = 7\sum_{j=0}^{7}p_{r}(r_{j} ) = 7$

然后再进行四舍五入取整得到

$s_{0} = 1,s_{1} = 3,s_{2} = 5,s_{3} = 6,s_{4} = 6,s_{5} = 7,s_{6} = 7,s_{7} = 7$

（2）通过公式5并结合表3.2，将得到的数进行四舍五入取整

$s_{0} = 0,s_{1} = 0,s_{2} = 0,s_{3} = 1,s_{4} = 2,s_{5} = 5,s_{6} = 6,s_{7} = 7$

显然通过两种方式得到的s是不同的。为了区分这种不同，书中将z通过G变化得到的值直接通过 $G(z_{k})$ 来表示，本文中也遵循教材中的规则。进行一下改写得到：

$G(z_{0}) = 0,G(z_{1}) = 0,G(z_{2}) = 0,G(z_{3}) =1,G(z_{4}) = 2,G(z_{5}) = 3,G(z_{6}) = 5,G(z_{7}) = 6，$

将其列表得到教材中的表3.3

（3）由于是离散值计算，故（1）计算的 $s_{k}$ 和（2）计算的 $s_{k}$ 未必匹配，这个例子就出现了这个情况。书中采取的方法是让（1）计算的 $s_{k}$ 最小值和（2）计算的 $s_{k}$ 最小值匹配。得到了表3.4的结果

书中直接给出了表的对应关系。没有特别详细的给出这个表格是怎么来的。

我将（1）和（2）的 $s_{k}$ 再进行列举

$s_{0} = 1,s_{1} = 3,s_{2} = 5,s_{3} = 6,s_{4} = 6,s_{5} = 7,s_{6} = 7,s_{7} = 7$ （1）中的 $s_{k}$

$s_{0} = 0,s_{1} = 0,s_{2} = 0,s_{3} = 1,s_{4} = 2,s_{5} = 5,s_{6} = 6,s_{7} = 7$ （2）中的 $s_{k}$

$G(z_{0}) = 0,G(z_{1}) = 0,G(z_{2}) = 0,G(z_{3}) =1,G(z_{4}) = 2,G(z_{5}) = 3,G(z_{6}) = 5,G(z_{7}) = 6，$ （2）中的计算结果

故（1）中的 $s_{0}$ 和（2）中的 $s_{3}$ 对应，（2）中的 $s_{3}$ 便对应了 $z_{3} = 3$ 。以此类推。

最后结合表3.1来计算z实PDF

举例：

（1）中的 $s_{0}$ 是 $r_{0}$ =0时得到的，故 $z_{3} = 3$ 的 $p_{z}(z_{k})$ = 0.19；

（1）中的s=6的值是在 $r_{3}$ =3， $r_{4}$ =4时得到的，同时对应 $z_{6} = 6$ 。那么 $z_{6} = 6$ 的 $p_{z}(z_{k})$ =0.16+0.08=0.24；

最终得到的结果为表3.2的第三列。

易燃易爆の狮

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
数字图像处理读书笔记（三）直方图匹配

1.公式推导个人认为，直方图匹配应该理解为用直方图作为中介进行匹配。本节中的连续灰度其实有三个，包括r，s，z。其中，r为输入图像灰度级，z为输出图像灰度级，s可以理解为中间图像灰度级。直方图匹配的巧妙之处即构造两个变换，s = T（r），s = G（z），得到T（r） = G（z）;公式1公式1为基本函数，为了得到T（r）和G（z）的具体表达形式，则应结合上一节的转换公式，让s的概率密度为，得到公式2 公式3直接套用公式即可进行运算，运算过程应该从两边都向s靠拢（...
复制链接

扫一扫

专栏目录

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。