matlab归一化直方图是什么,图像直方图归一化 Histogram Normalization

一. 直方图归一化

有些灰度图像的像素并没有分布在 [0,255] 内，而是分布在 [0,255] 的子区间内。这样的图像肉眼看上去往往不是很清晰。我们可以通过直方图归一化的方式，将它的像素分布从 [0,255] 的子区间变为 [0,255] 范围内。通过这样的方式，往往可以增加图像的清晰度。

这种归一化直方图的操作被称为灰度变换(Grayscale Transformation)。像素点的取值范围从 [c,d] 转换到 [a,b] 的算法如下：

直方图归一化算法 ↑

二. 实验：将一张灰度范围为 [10,160] 的图像进行直方图归一化，使其灰度范围为 [0,255]

import cv2

import numpy as np

import matplotlib.pyplot as plt

# histogram normalization

def hist_normalization(img, a=0, b=255):

# get max and min

c = img.min()

d = img.max()

out = img.copy()

# normalization

out = (b-a) / (d - c) * (out - c) + a

out[out < a] = a

out[out > b] = b

out = out.ast