基于LABVIEW的机器视觉-应用直方图均衡化实现图像增强

直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。这种方法通常用来增加图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的情况下。通过这种方法，亮度可以更好地在直方图上分布。这样就可以增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现图像增强。为了使图像的灰度范围拉开或使灰度均匀分布,从而增大反差,使图像细节清晰,以达到图像增强的效果。利用labview2018软件进行编程，实现对单色图cat.jpg直方图均衡化图像增强。
图像直方图是用来表征数字图像的每一灰度级与其出现的频率间的统计关系的方法，是图像的重要统计特性。其数学公式如下：
Pr(rk)＝nk/N (k＝0，1，2，…，L－1) （1）
式中Pr(rk)为图像f(x，y)的第k级灰度出现的概率；rk为第k级灰度的灰度值级；nk 为图像中灰度值为rk的像素的个数；N 为图像f(x，y)的总像素数；L为总的灰度级数。若以rk 为横坐标轴，Pr(rk)为纵坐标轴，所作出的rk关于Pr(rk)的关系图就是指定图像的直方图，如图1 所示。

图1 灰度级直方图
在Labview2018后面版的Vision and Motion函数库中可以找到关于图像直方图函数模块（IMAQ Histograph）以及图像均衡化函数模块（IMAQ Equalize），分别如图2和图3所示。直方图函数模块的功能就是把单色图像输入进行数字化处理，输出图像的模拟量。均衡化函数模块的功能就是把单色图像输入进行数字化处理输出均衡化后的图像。