本篇介紹灰度直方圖和均衡化，也是屬于圖像灰度變換得范疇；

一、直方圖

直方圖：表示圖像中具有某種灰度級的像素的個數，反映了圖像中每種灰度出現的頻率。是圖像最基本的統計特征。

橫坐標：灰度級；

縱坐標：該灰度級出現的個數；

圖一

圖二

從上面兩個直方效果圖可以看出：圖一比較暗，圖二比較亮；

直方圖性質：

1、直方圖只代表圖片中灰度值出現的次數（頻率），看不出灰度圖的位置，位置信息丟失；

2、一個圖像只有一個直方圖，但是一個直方圖可以對應多張圖像；

3、可以把一張圖片分成幾個直方圖，然后把這幾個直方圖求和，會得到一張圖片的直方圖；

1、圖像直方圖多對一：上圖兩張圖片是兩張不同的圖片，但是五角星和六邊形的位置不同，但是他們的直方圖肯定是一樣的；

二、圖像分解：下圖對一張圖分解，一張圖片的直方圖等會幾個直方圖之和；

直方圖計算：

因為圖像處理已經是離散化的數值了，所以在離散的情況下，Rk代表灰度級數，我們把灰度級數歸一化（灰度級數歸一化：灰度級數除以255就得到了歸一化數值）

如下圖：rk代表離散灰度級，nk為圖像中出現Rk級灰度的像素數，n是圖像像素總數，nk/n即為頻數，最后就可以求得直方圖的數值了。；

直方圖計算：

1、初始化數組，

2、統計灰度圖的個數；

3、歸一化

二、灰度直方圖的均衡化

對原圖直方圖進行均衡化之后，雖然不是很平坦，但是比原圖直方圖平坦（每個顏色出現的次數相等）的多；擴展了動態范圍，以前很窄，現在把其拉開；對于對比度出現很暗或者很亮的地方，沒有什么對比度或集中在一塊；通過均衡化一下就能把圖像給拉開；

均衡化的特點：變換之后的級數（原來是256級，均衡化之后就小于256）變少，叫簡并現象；灰度級數變少，并不一定會影響視覺感官，反之提高了視覺接受力；

均衡化計算：

利用累計分布函數作為灰度變換函數；

舉例：

假如一張圖片有八種顏色，每種顏色出現的概率就是直方圖；用累積法，累積概率密度：當前的直方圖概率和前面累加；對于每一個累積乘以最大的灰度值，加0.5取整，就得到轉變后的顏色：原來為0的像素變為1,2變為1,3變為2以此類推；均衡化之后，有的灰度就沒了；最后就得到了一種映射關系，原來什么值，均衡化之后改為什么值；

總結：

1、統計直方圖數組，用一個數組HistogramUntreadImageArray記錄HistogramUntreadImageArray[i]

2、i從1開始，另CumulativehistogramArray[i]= CumulativehistogramArray[i-1] +

HistogramUntreadImageArray[i]

用TempArray數組記錄新的CumulativehistogramArray索引值，即：

TempArray[i] = CumulativehistogramArray[i] * (256 - 1)

3、依次循環每一個像素，取原圖的像素值作為數組TempArray的下標值，取該下標對應的TempArray數組值為均衡化之后的像素值；

直方圖和直方圖均衡先暫時到這，下篇文章介紹灰度變換得代碼，請耐心等待；

喜歡的話，可以關注，一起學習，一起進步。有錯誤的請指出；

總結

以上是生活随笔為你收集整理的图像归一化处理 相同像素_图像处理学习笔记（九）——灰度直方图及其均衡化(理论篇)...的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。