直方图均衡化原理及编码实现

《直方图均衡化原理及编码实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、直方图均衡化Author：MarkDate：6.4.2011原理：直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。对图像A(?,?)，灰度范围为[0,?]，其图像的直方图为H?(?)，图像A的总像素点数为：?A0=∫??(?)??0归一化：概率密度函数为：??(?)p(?)=?0概率分布函数为：1?P(?)=∫??(?)??A00设变换：s=T(?)为斜率有限的非减连续可微函数，它将输入图像A(?,?)转换为输出图像B(?,?)。输入图像的直方图为H?(?)与输出图

2、像的直方图为H?(?)之间的关系可由如下过程导出根据直方图的含义，经过灰度变换后对应的小面积元相等??(?)??=??(?)??解得：??(?)??(?)??==??/???′(?)其中：T′(?)=ds/dr所以，当??的分子分母只差一个比例常数时，??就恒定。即，?T′(?)=??(?)?0所以：??s=T(?)=∫??(?)??=C?(?)?00其中1?P(?)=∫??(?)??A00为了使s的取值范围为[0,?]：C=L由此得，使直方图均衡化的灰度变换函数是概率分布函数。在离散情况下s=T(r)=??(??)其中k?

3、??(??)=∑??=0?为图像中总像素个数。编码实现（OpenCV）：1.计算图像直方图，并归一化2.计算变换函数s=T(?)3.根据s=T(?)计算新的灰度值sOpenCV源码：/**********************************************************///说明：直方图参考例程//作者：Mark//时间：6.4.2011/**********************************************************/#include#inclu

4、de#include"histogram.h"#defineDEPTH256intmain(void){IplImage*src=cvLoadImage("D:\picture\素材\9.jpg",CV_LOAD_IMAGE_GRAYSCALE);IplImage*dst=cvCloneImage(src);//显示原始图片cvNamedWindow("src");cvShowImage("src",src);//原始图像直方图IplImage*srcHistImg=cvCreateImage(c

5、vSize(256,200),8,3);cvSet(srcHistImg,CV_RGB(255,255,255));plotHist1D(src,srcHistImg,CV_RGB(100,100,100));//画直方图cvNamedWindow("srcHist");cvShowImage("srcHist",srcHistImg);//1.计算直方图intbins=DEPTH;intsizes[]={bins};CvHistogram*hist=cvCreateHist(1,sizes,CV_HIST_ARRAY);c

6、vCalcHist(&dst,hist);cvNormalizeHist(hist,1);//归一化//2.计算变换函数s=T(r)doubleval=0.0;ucharT[DEPTH]={0};for(intindex=0;indexheight;x++)//列{pPix

7、elLine=(uchar*)(dst->imageData+x*dst->widthStep);for(inty=0;ywidth;y++)//行{pPixelLine[y]=T[pPixelLine[y]];}}//显示直方图均衡化后图像cvNamedWindow("dst");cvShowImage("dst",dst);//直方图均衡化后图像的直方图IplImage*dstHistImg=cvCreateImage(cvSize(256,200),8,3);cvSet(dstHistImg,CV_RGB(

8、255,255,255));plotHist1D(dst,dstHistImg,CV_RGB(100,100,100));//画直方图cvNamedWindow("dstHist");cvShowImage("dstHist",dstHistImg);cvWaitKey(0);cvRele