图像处理——直方图均衡化

灰度直方图是图像处理中的重要概念,它统计了图像中不同灰度值的像素出现的频次。在图像增强中,直方图均衡化常用于改善图像的对比度,通过计算新的灰度级,将原始直方图映射到更广阔的范围,从而使得图像的亮度层次更加丰富。这个过程涉及到像素概率的重新分布,但不包含像素的位置信息。计算过程中包括归一化灰度级、累计直方图和寻找最接近的灰度级等步骤,以实现像素值的优化转换。
  1. 灰度直方图数据:是一幅图像中个像素灰度值出现次数或频数的统计结果,它只反映该图像中灰度值出现的频率,而未反映某一灰度值像素所在的位置。也就是说,它只包含了该图像中某个灰度值的像素出现的概率,而丢失了其所在的位置的信息。公式化表述如下:H(i) = \frac{_{n_{i}}}{M*N}
  2. 计算归一化灰度级R(i)={\frac{i}{K}},其中K为像素最大值
  3. 计算累计直方图S(i)=\sum_{i=0}^{K}P(i)
  4. 计算新的灰度级:对比S(i)R(i),找出最接近S(i)R(i)值作为新的灰度级
  5. 修正灰度级,找新的位于该灰度级的像素数(合并原灰度级的像素个数)和对应的概率值

 

 

关键在计算变换后的灰度级:由第3步计算的到的概率值在第二步归一化灰度级中找最接近的对应关系 

配合示例更容易理解

可参考直方图均衡化计算过程步骤_在下马农的博客-优快云博客_直方图均衡化计算步骤

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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