直方图处理--规定化

1.基础知识

定义：通过一个灰度映像函数，将原灰度直方图改造成所希望的直方图。所以，直方图修正的关键就是灰度映像函数。

计算步骤：

1、先对原始的直方图均衡化：S = T(r)

2、对规定的直方图规定化：v=G（z）

3、令 S = v，则：z = G-1(v) = G-1[T(r)] 

例题：假设一幅图像具有如表1 所示概率分布，对其进行规定化。要求规定化后的图像具有如表2 所示的灰度级分布。

表一：

灰度级	0	1	2	3	4	5	6	7
各灰度级概率分布	0.10	0.20	0.30	0.10	0.15	0.05	0.05	0.05

表二：

灰度级	0	1	2	3	4	5	6	7
各灰度级概率分布	0.10	0.20	0.30	0.10	0.15	0.05	0.05	0.05

解题过程

2.代码实现

假设原始图像为'original_image.jpg'，目标图像为'target_image.jpg'。首先，将原始图像和目标图像转换为灰度图像。然后，计算原始图像和目标图像的直方图，并对其进行归一化处理。接下来，计算原始图像和目标图像的累积分布函数。根据累积分布函数的差异来构建灰度级映射表。最后，使用映射表将原始图像的像素值替换为对应的目标图像的像素值，得到规定化结果图像。

% 读取原始图像和目标图像
originalImage = imread('original_image.jpg');
targetImage = imread('target_image.jpg');

% 将原始图像和目标图像转换为灰度图像
originalGray = rgb2gray(originalImage);
targetGray = rgb2gray(targetImage);

% 计算原始图像和目标图像的直方图
originalHist = imhist(originalGray);
targetHist = imhist(targetGray);

% 对直方图进行归一化处理
originalHist = originalHist / sum(originalHist);
targetHist = targetHist / sum(targetHist);

% 计算原始图像和目标图像的累积分布函数
originalCDF = cumsum(originalHist);
targetCDF = cumsum(targetHist);

% 构建灰度级映射表
mappingTable = zeros(256, 1, 'uint8');
for i = 1:256
    [~, index] = min(abs(originalCDF(i) - targetCDF));
    mappingTable(i) = index - 1; % 灰度级从0开始
end

% 应用灰度级映射表进行直方图规定化
resultImage = mappingTable(originalGray + 1);

% 显示原始图像、目标图像和规定化结果图像
subplot(1, 3, 1);
imshow(originalImage);
title('Original Image');

subplot(1, 3, 2);
imshow(targetImage);
title('Target Image');

subplot(1, 3, 3);
imshow(resultImage);
title('Result Image');

3.总结

直方图规定化是一种用于调整图像对比度和亮度的方法，通过将图像的像素值映射到目标直方图的过程来实现。

优点：

1. 增强对比度：直方图规定化可以显著改善图像的对比度，使得图像中的细节更加突出。
2. 调整亮度：通过匹配目标直方图，可以调整图像的亮度分布，使得图像更贴近期望的亮度效果。
3. 保留图像特征：在规定化过程中，图像的整体特征和结构通常能够得到保留，只是对比度和亮度发生了调整。

缺点：

1. 信息丢失：直方图规定化可能会导致原始图像中的一些细节和信息丢失，特别是在目标直方图与原始直方图差异较大的情况下。
2. 过度增强：如果目标直方图的动态范围远大于原始图像的动态范围，规定化可能会导致一些像素值集中在极端位置，使得图像出现过度增强或失真。
3. 对异常值敏感：直方图规定化对噪声和异常值比较敏感，可能会导致一些不希望的结果。