直方图均衡化处理

精品文档 实验实验 1.1.直方图均衡化程序的原理及步骤直方图均衡化程序的原理及步骤 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。 直方图均衡化的原理：直方图均衡化的原理： 直方图均衡化是把原图像的直方图通过灰度变换函数修正为灰度均匀分布的直 方图,然后按均衡直方图修正原图像,其变换函数取决于图像灰度直方图的累积分布 函数。概括地说 ,就是把一已知灰度概率分布的图像,经过一种变换 ,使之演变成一幅 具有均匀概率分布的新图像。 当图像的直方图为一均匀分布时,图像的信息熵最大 ,此 时图像包含的信息量最大 ,图像看起来更清晰。灰度直方图用各灰度值出现的相对频 数(该灰度级的像素数与图像总像素数之比)表示。 直方图表示数字图像中每一灰度级与其出现频数的的统计关系，用横坐标表示灰度级， 纵坐标表示频数。直方图就能给出该图像的概貌性描述， 例如图像的灰度范围、 每个灰度级 的频数和灰度的分布、 整幅图像的亮度和平均明暗对比度等， 由此可得出进一步处理的重要 依据。计算每个灰度级出现的概率为： P r(rk)＝Nk/N k=0，1，2,…,L-1 上式中， Pr(rk)表示第 k 个灰度级出现的概率，Nk为第 k 个灰度级出现的频数，N 为图 像像素总数,L 为图像中可能的灰度级总数。由此可得直方图均衡化变换函数,即图像的 灰度累积分布函数Sk为: s k  T(r k ) P r (r j )  N jk  0,1,2,.,L 1 N j0j0 kk 上式中 , S k 为归一化灰度级。这个变换映射称做直方图均衡化或直方图线性化。 直方图均衡化过程如下直方图均衡化过程如下 : : （1）输出原图像； （2）根据公式Pr(rk)＝nk/m*n（ k=0，1，2,…,L-1）计算对应灰度级出现的概率， 绘制原图像的直方图。 （3）计算原图象的灰度级累积分布函数：sk=Σpr(r k)； （4）取整 Sk=round((S1*256)+0.5); 将 Sk 归一到相近的灰度级， 绘制均衡化后的 直方图。 （5）将每个像素归一化后的灰度值赋给这个像素，画出均衡化后的图像。 2.2.根据直方图均衡化步骤对输入的原图象进行处理，输出的图像如下图所根据直方图均衡化步骤对输入的原图象进行处理，输出的图像如下图所 示。示。 。1欢迎下载 精品文档 。2欢迎下载 精品文档 由上图可以看出， 采用直方图均衡化后， 可使图像的灰度间距拉开或使灰度 均匀分布,从而增大反差,使图像更加清晰,达到增强的目的。但直方图均衡在对 灰度呈现两端分布,同时在图像的低灰度区域有较多像素点的图像进行处理后, 得不到满意的效果,达不到突出图像细节的目的。 针对上述直方图均衡化的弊端, 可以先计算出图像的灰度直方图,然后将其灰度进行拉伸,以便改善图像增强效 果。 。3欢迎下载