关于直方图均衡化的理解

                                                                 首先这是均衡化之前 imhist(f) 执行的结果

                                关于直方图均衡化的理解_第1张图片

                                                                        执行g = histeq(f,256) %均衡操作

                                 关于直方图均衡化的理解_第2张图片

可以看到原本很窄的分布,却变得很宽。

                                                         

 

这里在附上几张图,更好的理解

                                                关于直方图均衡化的理解_第3张图片

                                                                        操作之前的矩阵

                             关于直方图均衡化的理解_第4张图片

                                                                       操作之后的矩阵

                                                    

也就是说,比如原本非常窄分布的图像(灰度比较集中分布在一个范围内),但是每个灰度的占比确是不同

我们有变换公式 新灰度值 = 老灰度的概率*255(这里设定灰度级数是255)

如原本灰度值为50的 变换为 0.25*255 = 63.75

又因为概率是连续的,但概率的连续程度并不会如之前图像里的灰度那般密集,比如像图中就有4个阶段,而且之间

的差值还比较大,故可以达到离散化(灰度之间的级数差变大)的目的

本文没有严格的数学推导,均在指简化理解过程,如有错误,还请指正。

你可能感兴趣的:(图像处理)