图像归一化处理 相同像素_图像处理学习笔记(九)——灰度直方图及其均衡化(理论篇)...
本篇介紹灰度直方圖和均衡化,也是屬于圖像灰度變換得范疇;
一、直方圖
直方圖:表示圖像中具有某種灰度級(jí)的像素的個(gè)數(shù),反映了圖像中每種灰度出現(xiàn)的頻率。是圖像最基本的統(tǒng)計(jì)特征。
橫坐標(biāo):灰度級(jí);
縱坐標(biāo):該灰度級(jí)出現(xiàn)的個(gè)數(shù);
圖一圖二從上面兩個(gè)直方效果圖可以看出:圖一比較暗,圖二比較亮;
直方圖性質(zhì):
1、直方圖只代表圖片中灰度值出現(xiàn)的次數(shù)(頻率),看不出灰度圖的位置,位置信息丟失;
2、一個(gè)圖像只有一個(gè)直方圖,但是一個(gè)直方圖可以對(duì)應(yīng)多張圖像;
3、可以把一張圖片分成幾個(gè)直方圖,然后把這幾個(gè)直方圖求和,會(huì)得到一張圖片的直方圖;
1、圖像直方圖多對(duì)一:上圖兩張圖片是兩張不同的圖片,但是五角星和六邊形的位置不同,但是他們的直方圖肯定是一樣的;
二、圖像分解:下圖對(duì)一張圖分解,一張圖片的直方圖等會(huì)幾個(gè)直方圖之和;
直方圖計(jì)算:
因?yàn)閳D像處理已經(jīng)是離散化的數(shù)值了,所以在離散的情況下,Rk代表灰度級(jí)數(shù),我們把灰度級(jí)數(shù)歸一化(灰度級(jí)數(shù)歸一化:灰度級(jí)數(shù)除以255就得到了歸一化數(shù)值)
如下圖:rk代表離散灰度級(jí),nk為圖像中出現(xiàn)Rk級(jí)灰度的像素?cái)?shù),n是圖像像素總數(shù),nk/n即為頻數(shù),最后就可以求得直方圖的數(shù)值了。;
直方圖計(jì)算:
1、初始化數(shù)組,
2、統(tǒng)計(jì)灰度圖的個(gè)數(shù);
3、歸一化
二、灰度直方圖的均衡化
對(duì)原圖直方圖進(jìn)行均衡化之后,雖然不是很平坦,但是比原圖直方圖平坦(每個(gè)顏色出現(xiàn)的次數(shù)相等)的多;擴(kuò)展了動(dòng)態(tài)范圍,以前很窄,現(xiàn)在把其拉開(kāi);對(duì)于對(duì)比度出現(xiàn)很暗或者很亮的地方,沒(méi)有什么對(duì)比度或集中在一塊;通過(guò)均衡化一下就能把圖像給拉開(kāi);
均衡化的特點(diǎn):變換之后的級(jí)數(shù)(原來(lái)是256級(jí),均衡化之后就小于256)變少,叫簡(jiǎn)并現(xiàn)象;灰度級(jí)數(shù)變少,并不一定會(huì)影響視覺(jué)感官,反之提高了視覺(jué)接受力;
均衡化計(jì)算:
利用累計(jì)分布函數(shù)作為灰度變換函數(shù);
舉例:
假如一張圖片有八種顏色,每種顏色出現(xiàn)的概率就是直方圖;用累積法,累積概率密度:當(dāng)前的直方圖概率和前面累加;對(duì)于每一個(gè)累積乘以最大的灰度值,加0.5取整,就得到轉(zhuǎn)變后的顏色:原來(lái)為0的像素變?yōu)?,2變?yōu)?,3變?yōu)?以此類推;均衡化之后,有的灰度就沒(méi)了;最后就得到了一種映射關(guān)系,原來(lái)什么值,均衡化之后改為什么值;
總結(jié):
1、統(tǒng)計(jì)直方圖數(shù)組,用一個(gè)數(shù)組HistogramUntreadImageArray記錄HistogramUntreadImageArray[i]
2、i從1開(kāi)始,另CumulativehistogramArray[i]= CumulativehistogramArray[i-1] +
HistogramUntreadImageArray[i]
用TempArray數(shù)組記錄新的CumulativehistogramArray索引值,即:
TempArray[i] = CumulativehistogramArray[i] * (256 - 1)
3、依次循環(huán)每一個(gè)像素,取原圖的像素值作為數(shù)組TempArray的下標(biāo)值,取該下標(biāo)對(duì)應(yīng)的TempArray數(shù)組值為均衡化之后的像素值;
直方圖和直方圖均衡先暫時(shí)到這,下篇文章介紹灰度變換得代碼,請(qǐng)耐心等待;
喜歡的話,可以關(guān)注,一起學(xué)習(xí),一起進(jìn)步。有錯(cuò)誤的請(qǐng)指出;
總結(jié)
以上是生活随笔為你收集整理的图像归一化处理 相同像素_图像处理学习笔记(九)——灰度直方图及其均衡化(理论篇)...的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: echart 实例显示位置_技术分享:如
- 下一篇: renderthread是什么_Andr