出處: 小花的學習日誌 、 Richard's blog-Histogram Equalization 直方圖等化 簡介: 簡單說:即是影像增強的技術之一。 當抓取影像 , 要提高影像的品質 , 使影像的細節或特徵更為突顯 . 其中一個方法是對影像亮度的分佈進行改變 , 此類方法稱為 對比增強 . 原來在直方圖分佈中 比較窄化的影像 , 例如 : 低對比度的影像 , 透過直方圖等化的過程 , 其亮度灰階的分佈變成均勻分散 , 而成為高對比度的影像 . 另外 , 對於影像偏暗的部分提高亮度 , 偏亮的部分則降低亮度 , 使得細節呈現更為清晰 . 直方圖在影像處理裡面是把一張圖裡面各個顏色佔的個數或比例顯現成一張分布圖 原理: 直方圖等化使用機率分佈 , 將原先的亮度分佈重新均勻的等化到新的亮度值 . 直方圖均化就是把原本集中在某區塊的機率函數 (PDF) 平均分布在所有顏色上面 , 也就是變成圖一最下面那張直方圖 , 這樣會增加圖片的對比度 Cumulative Histogram Equalization 的步驟如下: 1. 建立影像的 histogram(PDF). 2. 計算影像的 cumulative distribution function(CDF). 3. 根據 CDF 以及 cumulative equalization 公式 計算灰階亮度的對應關係 . 4. 根據對應關係計算出新的灰階亮度 . Note: (1)連續的case只是把sigma改成用積分的方式 (2)目的是要把所有顏色個數平分,也就是把直方圖機率比較高的值分給附近的值,並把原先在機率高值附近的值往後推到後面的顏色,所以不會影響色差 (3)顏色的順序不會改變,灰階值都是相對的調整,並不會有原本比較暗的值調亮原本比較亮的值調暗這種現象,也就是說原本很暗的值調亮,原本亮的值可能更亮或是維持不變維持色彩的相對性 (4)概念是把所有顏色個數平分,但是如果離散情況下的個數均分會發生原先的圖被改變的情況,因為離散的情況下每個灰階值有所差異,而如果本 來有一個物品是同一個顏色很可能會變成根背景混合在一起。所以我們為了不讓這種