C实现直方图均衡
2017-03-29 14:24
183 查看
灰度图像直方图:
8位灰度图计算机中的颜色表示范围0-255,共计256个值。如果把一张具体灰度图看成是一个样本空间,那么0-255可以看成256个事件,这256个事件的概率分布就是灰度图像的直方图。因此可以使用概率的一些理论来分析、修改灰度图。
图一是灰度图,图二是直方图,
图一
在介绍直方图均衡前,先说说图像对比度。
图像的对比度是图像上亮处与暗的主观对比效果,在直方图上可以看作是图像最大值与最小值之间的距离(假设图像不存在噪声的干扰)。
直方图均衡:
就是变换图像的灰度级,使得灰度值在直方图中变成均匀分布,以此提高图像的对比度。
下面是用matlab实现的直方图均衡:
其直方图:
公式推导:
考虑连续的情形,假设图像的像素x范围[0,1], 那么变换函数y=f(x)也要将x映射到相同的范围,并且最终的概率分布为均匀分布,这里为p(y)=1,yϵ[0,1],我们同样假定所有在dx范围内的灰度值对应于输出图像中的dy内。正由于变换之后的像素数量不变,有:
p(y)dy=p(x)dx
如下图:
C实现直方图均衡:
上面代码输入为灰度图像,没有考虑字节对齐。
效果:
均衡后的直方图:
这里的直方图效果跟matlab有差异,不知道matlab如何实现的。
8位灰度图计算机中的颜色表示范围0-255,共计256个值。如果把一张具体灰度图看成是一个样本空间,那么0-255可以看成256个事件,这256个事件的概率分布就是灰度图像的直方图。因此可以使用概率的一些理论来分析、修改灰度图。
图一是灰度图,图二是直方图,
图一
在介绍直方图均衡前,先说说图像对比度。
图像的对比度是图像上亮处与暗的主观对比效果,在直方图上可以看作是图像最大值与最小值之间的距离(假设图像不存在噪声的干扰)。
直方图均衡:
就是变换图像的灰度级,使得灰度值在直方图中变成均匀分布,以此提高图像的对比度。
下面是用matlab实现的直方图均衡:
其直方图:
公式推导:
考虑连续的情形,假设图像的像素x范围[0,1], 那么变换函数y=f(x)也要将x映射到相同的范围,并且最终的概率分布为均匀分布,这里为p(y)=1,yϵ[0,1],我们同样假定所有在dx范围内的灰度值对应于输出图像中的dy内。正由于变换之后的像素数量不变,有:
p(y)dy=p(x)dx
如下图:
C实现直方图均衡:
void hist_eq(uint8_t* gray, int width, int height) { int i; int j; uint32_t sum; uint32_t y[256]; uint32_t h[256] = {0}; uint8_t* img; uint32_t s; img = gray; for(i = 0; i < height; i++) { for(j = 0; j < width; j++) { h[*img++]++; } } sum = width * height; s = 0; for(i = 0; i < 256; i++) { s += h[i]; y[i] = s; } img = gray; for(i = 0; i < height; i++) { for(j = 0; j < width; j++) { *img = (y[*img] * 255 + (sum >> 1))/ sum; img++; } } }
上面代码输入为灰度图像,没有考虑字节对齐。
效果:
均衡后的直方图:
这里的直方图效果跟matlab有差异,不知道matlab如何实现的。
相关文章推荐
- java实现图像的直方图均衡以及灰度线性变化,灰度拉伸
- python实现图像的直方图均衡
- 彩色直方图均衡的OpenCV实现
- 基于matlab实现图像的直方图均衡
- 用Keras和“直方图均衡”为深度学习实现“图像扩充”
- 直方图均衡原理及Matlab实现
- java实现图像的直方图均衡以及灰度线性变化,灰度拉伸
- 图像直方图及直方图均衡总结(一)经典方法(附matlab和opencv端算法实现)
- 直方图均衡及其FPGA实现
- 直方图均衡法,图像增强算法实现
- 直方图均衡原理及opencv实现
- python数字图像处理实现直方图与均衡化
- 练习:利用颜色直方图匹配算法实现图像中目标的识别
- web集群服务的负载均衡方案选择与实现
- 将JPG格式的彩色图像文件灰度化并进行直方图均衡
- RIP实现等开销负载均衡的配置
- 用asp+vml实现的立体统计图(一)-----直方图
- 实验: 使用 Apache 反向代理实现负载均衡及热备[摘]
- 负载均衡--大型在线系统实现的关键(下篇)(服务器集群架构的设计与选择)
- Apache 2.0.4 + Tomcat 5.5负载均衡及Session绑定的实现