图像处理系列——局部直方图均衡化算法

本文详细介绍了局部直方图均衡化,包括子块不重叠、重叠和部分重叠三种算法,旨在增强图像的局部细节对比度。子块不重叠算法易产生块效应,重叠算法能消除块效应但效率较低,部分重叠算法则在效率和效果间取得平衡。

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

目录

1、子块不重叠的均衡算法

2、子块重叠的均衡算法

3、子块部分重叠的均衡算法

4、参考


        图像的某些部分无需改动,而又存在部分需要增强效果,就需要用到局部直方图。局部直方图的思想在于并非对整个图像采用直方图算法,而是改变目标为针对像素点的邻域。邻域内直方图均衡化或直方图匹配,目的是增强小区域中的细节。这些小区域往往有这样的特点,区域内像素数对全局算法和变换只起到微不足道的作用,所以全局算法很难作用到这样的小区域,而反之小区域内的增强变换并不会影响全局。

        局部直方图均衡算法,又称为子块直方图均衡算法。按照所均衡子块的重叠程度来分类,可分为子块不重叠、子块重叠与子块部分重叠三种。此外还有着一些其他的局部直方图均衡化算法,如保持图像亮度的局部直方图均衡算法。

1、子块不重叠的均衡算法

        该算法将输入图像划分为一系列不重叠的子块,并对每一个子块进行独立的直方图均衡其优点是图像局部细节对比度能得到充分

评论
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

打赏作者

nanke_yh

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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