📅  最后修改于: 2021-01-08 05:26:30             🧑  作者: Mango
我们已经看到,可以使用直方图拉伸来增加对比度。在本教程中,我们将看到如何使用直方图均衡来增强对比度。
在执行直方图均衡之前,您必须了解用于均衡直方图的两个重要概念。这两个概念被称为PMF和CDF。
我们的PMF和CDF教程对此进行了讨论。请访问它们,以成功掌握直方图均衡化的概念。
直方图均衡用于增强对比度。不必总是总是增加对比度。直方图均衡可能会更糟。在这种情况下,对比度会降低。
让我们通过将下面的图像作为简单图像来开始直方图均衡化。
图片
该图像的直方图如下所示。
现在我们将对其进行直方图均衡化。
首先,我们必须计算该图像中所有像素的PMF(概率质量函数)。如果您不知道如何计算PMF,请访问我们的PMF计算教程。
我们的下一步涉及CDF(累积分布函数)的计算。同样,如果您不知道如何计算CDF,请访问我们的CDF计算教程。
例如,让我们考虑一下,第二步中计算出的CDF看起来像这样。
Gray Level Value | CDF |
---|---|
0 | 0.11 |
1 | 0.22 |
2 | 0.55 |
3 | 0.66 |
4 | 0.77 |
5 | 0.88 |
6 | 0.99 |
7 | 1 |
然后,在此步骤中,您将CDF值乘以(灰色级别(减)1)。
考虑到我们有一个3 bpp的图像。那么我们拥有的级别数是8。1减去8就是7。所以我们将CDF乘以7。
Gray Level Value | CDF | CDF * (Levels-1) |
---|---|---|
0 | 0.11 | 0 |
1 | 0.22 | 1 |
2 | 0.55 | 3 |
3 | 0.66 | 4 |
4 | 0.77 | 5 |
5 | 0.88 | 6 |
6 | 0.99 | 6 |
7 | 1 | 7 |
现在我们是最后一步,我们必须将新的灰度值映射到像素数中。
假设旧的灰度值具有这些像素数。
Gray Level Value | Frequency |
---|---|
0 | 2 |
1 | 4 |
2 | 6 |
3 | 8 |
4 | 10 |
5 | 12 |
6 | 14 |
7 | 16 |
现在,如果我们将新值映射到,那么这就是我们得到的。
Gray Level Value | New Gray Level Value | Frequency |
---|---|---|
0 | 0 | 2 |
1 | 1 | 4 |
2 | 3 | 6 |
3 | 4 | 8 |
4 | 5 | 10 |
5 | 6 | 12 |
6 | 6 | 14 |
7 | 7 | 16 |
现在将这些新值映射到直方图上,就可以完成了。
让我们将此技术应用于我们的原始图像。应用后,我们得到以下图像及其下面的直方图。
从图像中可以清楚地看到,新图像的对比度得到了增强,其直方图也得到了均衡。这里还有一件重要的事情要注意,即在直方图均衡期间,直方图的整体形状会发生变化,而在直方图拉伸时,直方图的整体形状会保持不变。