全局直方圖均衡化

直方圖均衡化通過調(diào)整圖像的直方圖來增強(qiáng)圖像的對(duì)比度，經(jīng)常使用在醫(yī)學(xué)圖像分析中。

?例如一幅8*8圖像像素值如下：

對(duì)各個(gè)像素值進(jìn)行計(jì)數(shù)：

得到累計(jì)概率分布：

其中均衡化后的像素值計(jì)算公式為：

前面的標(biāo)題全局直方圖均衡化，代表著直方圖在整個(gè)圖像計(jì)算，這樣會(huì)有一個(gè)缺點(diǎn)，圖像的部分區(qū)域會(huì)顯得過暗或者過亮。這個(gè)時(shí)候就需要使用自適應(yīng)直方圖均衡化(Adaptive histogram equalization)。自適應(yīng)直方圖均衡化，首先將圖像分為幾個(gè)部分，然后對(duì)每個(gè)部分分別計(jì)算直方圖進(jìn)行均衡化，同時(shí)對(duì)邊緣像素進(jìn)行插值處理。由圖中可以看出自適應(yīng)直方圖均衡化對(duì)高亮區(qū)域的處理要比常規(guī)的直方圖均衡化好的多。

1 import os 2 from PIL import Image 3 from skimage import exposure 4 import numpy as np 5 import matplotlib.pyplot as plt 6 7 8 img = Image.open('/home/vincent/Pictures/work/Unequalized_Hawkes_Bay_NZ.jpg') 9 img = np.array(img) 10 img_eq = exposure.equalize_hist(img) 11 img_adapteq = exposure.equalize_adapthist(img, clip_limit=0.04) 12 13 plt.figure(0) 14 plt.imshow(img) 15 plt.title('low contrast image') 16 plt.figure(1) 17 plt.imshow(img_eq) 18 plt.title('high constrast image using normal histogram equalization') 19 plt.figure(2) 20 plt.imshow(img_adapteq) 21 plt.title('high constract image using adaptive histogram euqalization') 22 plt.show()

?

轉(zhuǎn)載于:https://www.cnblogs.com/vincentcheng/p/9240285.html

總結(jié)

以上是生活随笔為你收集整理的【数字图像处理】直方图均衡化的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。