直方图均衡化（Histogram equalization）

最新推荐文章于 2024-11-10 13:05:19 发布

是谁动了我的西瓜

最新推荐文章于 2024-11-10 13:05:19 发布

阅读量5.9k

点赞数

CC 4.0 BY-SA版权

分类专栏：图像处理

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/sinat_33790214/article/details/50543750

直方图均衡化是一种增强图像整体对比度的技术，尤其适用于低对比度图像。通过重新分布亮度，使暗部和亮部细节更清晰。本文介绍了直方图均衡化的原理和实现步骤，并提供了灰度图像的实例分析，展示了处理前后的对比效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

综述

直方图均衡化（Histogram equalization）常用于增强图片的整体对比度，特别对于那些有用的数据被相似数据所代表的情况。通过直方图均衡化将亮度更好的分布于直方图上，使得低对比度区域有了更高的对比度。该方法对于前景和背景都很暗或都很亮的情况有很好的调节效果。

实现

假设有一个离散的灰度图像 $\{ x\}$ ,对该图像进行直方图均衡化的具体步骤如下:

原图灰度级概率统计
$n_i$ 代表灰度级 $i$ 出现的次数， $I_{min},I_{max}$ 分别代表图像中最小，最大的灰度级别，L是均衡化后的灰度级数，那么灰度级 $i$ 在该图片中出现的概率 $P_x(i)$ 可表示如下：

$P x (i) = P (x = i) = n n i, 0 \leq i < L$

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。