数字图像处理 第三章 灰度变换和空间滤波（中）

一、直方图处理 P72 - P88

• 直方图是多种空间域处理技术的基础
• 对于直方图的定义
  每个直方图的水平轴对应 灰度值$r_k$，垂直轴对应于值$h(r_k)=n_k$，或归一化后的值$p(r_k)=n_k/MN$。这样直方图可以简单的视为$h(r_k)=n_k$对应于$r_k$或$p(r_k)=n_k/MN$对应于$r_k$的图形
  ①$r_k$表示图像中某一像素点的 灰度值
  ② $h(r_k)=n_k$表示$r_k$灰度值对应该图像中 像素点的个数
  ③ $p(r_k)=n_k/MN$表示该 灰度值对应像素点个数 占该图像全部像素点个数的比例

1.1 直方图均衡 P72 - P77

若一幅图像的像素倾向于占据整个可能的灰度级并且分布均匀，则该图像有较高的对比度并且图像展示效果会相对好。
直方图均衡的目的就是经过处理，使一幅图像的像素占有全部可能的灰度级且分布均匀

式3.3-3、3.3-4、3.3-8推导的过程为：
① 已知 $s=T(r)$，由严格递增条件推知 $r=T^{-1}(s)$ ，原图像任意像素的概率密度函数为 $P(r)$，目标图像任意像素的概率密度函数 P(s) = 1 / (L - 1)
② 推导输出在 s 处的的累计概率分布公式(其输出灰度级随机变量为S，原图像的灰度级随机变量为R)有，
$F(s)=F(S<=s)=F(T(R)<=s)=F(R<=T^{-1}(s))=F(r)|r=T^{-1}(s)$ … (1)
(1) 式等号左右对 s 求导,
$P(s)=P(r)\ast dr/ds$
即为 式3.3-3
③ 由 ① 中条件与 式3.3-3联立可得，
$d(T(r))=(L-1)\ast P(r)\ast dr$ … (2)
对(2)式左右同时对 r 积分，得

即为 式3.3-4

④ 对于③中(2)式在离散区间等号左右做"积分"，即为做累加，得

即为 式3.3-8

1.2 直方图匹配（规定化）P77 - P83

实则是有目标直方图的变换

简单的说，
① 先使用任意像素的灰度值 r 在直方图均衡中计算出输出图像的像素灰度 s ;
② 再使用 s 与 z 的关系式求出，目标直方图 经过 直方图均衡后，输出灰度值同为 s 的输入图像灰度值 z.
③ 最终实现了 r 到 z 的转换

本章知识点总结

• 直方图均衡的目的就是经过处理，使一幅图像的像素占有全部可能的灰度级且分布均匀
• 直方图匹配，实则是有目标直方图的变换