红外图像直方图均衡化算法理解

1.红外图像直方图均衡化背景与目的

红外相机探测器的输出模式有模拟量和数字量，模拟量输出的需要用ADC转换，因而红外相机输出的数据位数一般都在12位到16位，对应的灰度级基本在2^12~2^16级而人眼能分辨的灰度级仅有256级。红外图像景物的灰度细节仅分布在很少的灰度级中致使人眼无法区分，所以需要将图像的灰度级展开到人眼能分辨的范围中，因而需要进行图像增强。

2.红外图像直方图均衡化算法

直方图均衡化算法是一类算法，在普通直方图均衡化算法基础上进行了一系列改进，引申出双平台直方图均衡化、自适应直方图均衡化等等。直方图均衡化的基础在于统计出每个灰度级的概率密度从而进行映射得到新的图像，增强效果从数学上展示就是像素从集中在几个灰度级范围内变成分布到很大的范围内。

因为本人对于图像处理的数学理论掌握不是很牢靠，涉足图像处理领域不过短短1年多，这里就不在班门弄斧，搞学术理论那一套了。

这里就简单说一下最基本的图像直方图的计算方法

3.红外图像直方图均衡化算法

首先统计一幅图中各个灰度级有多少个像素点，依次把所有的灰度级都统计一遍，如果你的探测器是14位的就把16383个灰度级都统计一遍。

第二步就是累加，灰度级为0的像素点个数如果为10，那就是10不累加，灰度级为1的个数例如是5，把1和0灰度级的像素点个数累加15，赋给灰度级1，灰度级2就把0、1、2的个数加起来赋给2依次类推直到灰度级16383，这样就形成了一个统计累加表格，从0到16383每一个都对应一个累加值。