histogram equalization examples

最新推荐文章于 2024-11-10 13:05:19 发布
最新推荐文章于 2024-11-10 13:05:19 发布
阅读量378 收藏
点赞数
分类专栏： image analysis
本文介绍了一种通过直方图均衡化来增强图像对比度的方法。该方法利用累积分布函数（CDF），确保灰度级均匀分布，从而在不改变图像原始内容的基础上提高图像对比度。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

reference: 点击打开链接 https://blog.youkuaiyun.com/xiajun07061225/article/details/6910129

example:

original image:



after histogram:


we can see that the contrast of the latter image is higher than that of the original image.


important principles:

1. we need to guarantee that during this process, the transformation T is monotonically increasing.

2. we use the cumulative distribution function(cdf) to make the the gray-level have a uniform distribution to satisfy the first requiement.

Howt o Build an Image Processing Application Using Java and OpenCV
AI天才研究院
07-28 1258
作者：禅与计算机程序设计艺术Image processing is one of the most popular areas in computer science, and it has applications in a wide range of fields such as industrial engineering, medical image analysis, security surveillance, etc. In this article, we will learn how to
提示词工程在智能生物多样性监测中的应用
AI天才研究院
12-26 585
Introduction to Prompt Engineering and AI in Biodiversity Monitoring Key Concep
Histogram Equalization
Parisiten的博客
06-18 4844
推导过程：首先我们将原图像的像素值缩放到0-1的范围得到：f(x)，对其直方图标准化以得到原图像的PDF（概率分布函数）：P(f)，为了更好的进行推导，我们不妨假设这个f(x)是连续可导的。我们的目标是求出一个T变换（可差分、单调递增、可逆），使得目标图像g(x)满足：        目标图像g(x)的概率分布P(g)满足均匀分布：          根据《概率论与数理统计第四版》(盛骤等)第二章...
Example of Histogram Equalization
wanglang3081的专栏
12-19 2072
Examples Small image The following is the same 8x8 subimage as used in JPEG. The 8-bit greyscale image shown has the following values: The histogram for this image is shown in the following tab
histogramequalization
chezhai的博客
10-19 697
直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布【1】。 下图为直方图均衡化的过程，体现了“均衡”的含义：（概率密度的均匀） 网上可以查阅到关于直方图均衡化的各种解释、用法、程
【数字图像处理】直方图均衡化详解及编程实现
weixin_34121282的博客
10-28 3206
直方图均衡化的英文名称是Histogram Equalization. 　　图像对比度增强的方法可以分成两类:一类是直接对比度增强方法;另一类是间接对比度增强方法。直方图拉伸和直方图均衡化是两种最常见的间接对比度增强方法。直方图拉伸是通过对比度拉伸对直方图进行调整，从而“扩大”前景和背景灰度的差别，以达到增强对比度的目的，这种方法可以利用线性或非线性的方法来实现;直方图均衡化则通过使用累积函...
A Survey on Deep Learning Techniques Applied to medical image analysis
AI天才研究院
08-13 479
作者：禅与计算机程序设计艺术 Introduction:Deep learning techniques have recently gained popularity in medical image analysis because they are capable of accurately identifying disease markers without relying on human intervention, enabling better decision-making and tre
卷积神经网络（CNN）简介：Convolutional Neural Networks (CNNs) Intro
AI天才研究院
08-07 894
作者：禅与计算机程序设计艺术Convolutional Neural Networks (CNNs) have become one of the most popular deep learning models for image classification tasks. In recent years, they have revolutionized computer vision and are widely used in applications such as object recogni
图像去雾程序
09-21
3. **全局直方图均衡化（Global Histogram Equalization, GHE）去雾** `fog_remove_globalhist.m` 文件可能是应用全局直方图均衡化进行去雾的源代码。这种方法通过调整图像的整体对比度，使得图像的亮度分布更加...
matlab开发-HistogramEqualization
08-24
matlab开发-HistogramEqualization。标准化柱状图
matlab图像均衡化的代码-BilateralHistogramEqualization:这个Matlab源代码介绍了双边直方图均衡。我们强
05-27
matlab图像均衡化的代码Matlab源代码 双边直方图均衡化： 该Matlab源代码引入了双边直方图均衡化（BHE），这是一种基于融合的策略，用于实现局部自适应色调映射，该映射在由联合双边滤波器的扩散功能隐式定义的支持上近似直方图均衡化。 我们强烈建议阅读相关论文``用于X射线图像音调映射的双边直方图均衡化''<Tahani>，以正式介绍BHE音调映射算法。
Histogram equalization
长夜漫漫，无心睡眠
03-06 2075
学习ppt 所谓直方图均衡，就是把一已知灰度概率分布的图像，变换成具有均匀概率分布的新图像的过程 。 r 为待增强的原图像的归一化灰度值, 0≤r≤1 ;s 为增强后的新图像的归一化灰度值,且0≤s≤1;n(r)为原图像中灰度值为r 的像素的个数，其概率分布密度为pr(r)。 直方图均衡即是找一种变换，使具有任意概率分布密度的直方图的图像，变换成接近于均匀概率分布密度的直方图的图像。 直方图...
OpenCV Histogram Equalization
小鹏AI
04-21 616
Goal: Learning the concept of histogram equailze and how to use it to improve the contrast of pictures Theory: If most of the pixel values in an images are concentrated in one pixel range. For exampl...
Histograms - 2: Histogram Equalization
Airfrozen的博客
02-22 419
摘自https://docs.opencv.org/4.2.0/d5/daf/tutorial_py_histogram_equalization.html Consider an image whose pixel values are confined to some specific range of values only. You need to stretch this histog...
【数字图像处理+MATLAB】直方图均衡化（Histogram Equalization）：使用 histeq 函数
HEX9CF的技术博客
11-10 1056
直方图均衡化是一种图像处理方法，用于改善图像的对比度。这种方法通过调整图像的灰度级别分布来达到增强对比度的效果。图像的直方图是灰度值与其出现频率的图形表示。在直方图中，横轴表示灰度级别（例如，在8位图像中，灰度级别的范围是0-255），纵轴表示每个灰度级别的像素数量。在直方图均衡化中，目标是使得输出图像（即经过直方图均衡化处理的图像）的直方图尽可能地均匀分布，也就是说，每个灰度级别的像素数量尽可能相同。这样，图像的对比度会被最大化，因为整个可用的灰度范围都被有效地使用了。histeq。
直方图均衡（Histogram Equalization）
zzyczzyc的博客
01-23 9303
官网教程 原理 原理参考 ，或者数字图像处理p72 将图像像素值概率分别拉升，扩大分别范围，提高对比度，应用于背景和前景像素差别不大 最终的映射公式：sk=T(rk)=(L−1)∑j=0kPr(rj)=L−1MN∑j=0knj&amp;amp;amp;amp;nbsp;&amp;amp;amp;amp;nbsp;&amp;amp;amp;amp;nbsp;&amp;amp;amp;amp;nbsp;&amp;amp;amp;amp;nbsp;&
histogram equalization matlab
最新发布
03-19
### 如何在 MATLAB 中实现直方图均衡化 MATLAB 提供了一种简单而有效的方法来执行图像的直方图均衡化。以下是详细的说明以及代码示例。 #### 使用内置函数 `histeq` 实现直方图均衡化 MATLAB 的 Image Processing Toolbox 提供了一个名为 `histeq` 的内置函数，用于自动完成直方图均衡化操作。该函数可以增强对比度并使图像中的像素分布更均匀[^5]。 ```matlab % 读取灰度图像 I = imread('pout.tif'); % 替换为实际图像路径 figure; imshow(I); title('原始图像'); % 执行直方图均衡化 J = histeq(I); % 显示均衡化后的图像 figure; imshow(J); title('直方图均衡化后的图像'); ``` 上述代码展示了如何加载一张灰度图像，并利用 `histeq` 函数对其进行处理。最终显示的结果将是经过直方图均衡化之后的版本[^5]。 #### 自定义实现直方图均衡化算法 如果希望了解底层原理而不依赖于内置函数，则可以通过手动计算累积分布函数 (CDF) 来实现直方图均衡化： ```matlab function J = custom_histeq(I) % 将输入转换为双精度浮点数以便后续运算 I_double = double(I); % 计算直方图 [counts, bins] = imhist(I); % 创建累计分布函数 CDF cdf = cumsum(counts); cdf_normalized = round(cdf / max(cdf) * 255); % 应用映射到原图像上 height = size(I, 1); width = size(I, 2); J = zeros(height, width, class(I)); for i = 1:height for j = 1:width pixel_value = uint8(I(i,j)+1); J(i,j) = cdf_normalized(pixel_value); end end end % 调用自定义函数 I = imread('pout.tif'); figure; imshow(I); title('Original Image'); J = custom_histeq(I); figure; imshow(uint8(J)); title('Custom Histogram Equalized Image'); ``` 此方法通过构建累加频率表并将每个像素值替换为其对应的累加频率值得到了均衡化的效果[^6]。 #### 结果验证与分析 为了进一步理解效果，还可以绘制原始图像和均衡化后图像的直方图来进行比较: ```matlab figure; subplot(1,2,1), imhist(I), title('原始图像直方图'); subplot(1,2,2), imhist(J), title('均衡化后图像直方图'); ``` 这一步骤有助于观察数据分布的变化情况，从而评估直方图均衡化的性能表现[^7]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值