图像增强之直方图处理

对于数字图像处理，很多算法既可以针对局部，也可以针对整幅图像进行。比如直方图处理，直方图常见的有直方图均衡化，规定化或者其他变换，一般是针对整幅图像而言。其实这些方法一样适用于局部图像增强，一般以像素的某个邻域作为处理范围。同样，局部处理的算法也可以扩展到全局算法。

获取图像的直方图可以得到一些有用的信息，比如图像均值、方差、标准差，均值方差在局部增强中作用很大。
下面是《数字图像处理（冈萨雷斯）第二版》中局部增强的示例图片。中央钨丝及支架很清楚并容易分析，右边的钨丝很暗大小和特征不清楚，可以采用局部增强，不改变亮的部分，而要增强暗的部分。

对于图像上任何一个像素点(x,y),其像素值为f(x,y), m(x,y)为（x，y）的某个邻域内的均值，Mg为整幅图像的均值。σ为局部标准差Dg为全局标准差。g（x，y）为增强后的像素值。

则 if(m(x,y) < k0*Mg && k1*Dg≤σ≤k2*Dg） g（x，y）=E·f(x,y)

else

g（x，y）=f(x,y)。

通常为了选择参数要经过实验，并且这一参数只适合某一类图像和处理，在上面这种情况下，一般选择的参数

E=4.0 , k0=0.4, k1=0.02, k2=0.4.

局部邻域可以选择3*3结构。

这个例子中可以体会到均值和方差的作用。均值比较来选取候选处理对象，而方差的使用，可以避免对方差为0的稳定点进行处理，同时也给定了一个测量方法。