📜  直方图均衡化

📅  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

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

爱因斯坦

该图像的直方图

该图像的直方图如下所示。

均衡1

现在我们将对其进行直方图均衡化。

PMF

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。

CDF

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。

根据灰度计算CDF

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。

直方图均衡图像

均衡图像

该图像的累积分布函数

CDF

直方图均衡直方图

直方图

比较直方图和图像

相比

结论

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。