直方图均衡化是一种用于提高图像对比度的技术，尤其适用于过度曝光图像。通过将图像的灰度值分布拉伸至整个可用范围，它能有效改善图像的视觉效果。这一过程涉及对原始图像的非线性拉伸，并使用累积分布函数（CDF）作为映射函数，确保灰度值的关系不变且保持在0-255的范围内。通过对每个灰度值下累积概率的归一化和乘以255，计算出新的灰度值，从而实现亮度范围的扩展和对比度的提升。
直方图均衡化
前言：对于一些过度曝光的图像，其实实质上是图像的亮度值分布集中在某一个区域，导致图像的对比度过低。为了解决这个问题，引出了直方图均衡化这个技术，将亮度值分布很集中的直方图的亮度范围拉大至整一个亮度区域（如8位灰度图就是到0-255）
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。
技术实现：直方图均衡化的作用是图像增强
为了将原图像的亮度范围进行扩展，需要一个映射函数，将原图像的像素值均衡映射到新直方图中，这个映射函数有两个条件：
- 为了不打乱原有的顺序，映射后亮，暗的大小关系不能改变，就是原来亮的到新图像也要比较亮。
映射后必须在原有的范围内，比如8位灰度图（0-255）
而使用累积分布函数可以满足这个条件
累积分布函数是概率分布函数的积分形式
概率分布函数的典型例子为高斯分布函数
其中，n是图像中像素的总和，是当前灰度级（之前）的像素个数，L是图像中可能的灰度级总数。
以归一化的直方图为例，归一化后的灰度直方图可看做
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
