數(shù)字圖像處理——直方圖均衡化

1、數(shù)字圖像處理一直方圖均衡化直方圖均衡化直方圖均衡化(Histogramequalization)是一種常用的灰度變換方法?；驹碇狈綀D均衡化的基本原理是：對在圖像中像素個數(shù)多的灰度值(即對畫面起主要作用的灰度值)進(jìn)行展寬，而對像素個數(shù)少的灰度值(即對畫面不起主要作用的灰度值)進(jìn)行歸并，把原始圖像的灰度直方圖從比較集中的某個灰度區(qū)間變成在全部灰度范圍內(nèi)的均勻分布。從而增大對比度，使圖像清晰，達(dá)到增強(qiáng)的目的。直方圖均衡化就是對圖像進(jìn)行非線性拉伸，重新分配圖像像素值，使一定灰度范圍內(nèi)的像素?cái)?shù)量大致相同。直方圖均衡化就是把給定圖像的直方圖分布改變成“均勻”分布直方圖分布。簡單來說就是，如果圖片較暗，

2、整體的灰度偏向于較低的值，就會對其通過運(yùn)算進(jìn)行映射，就能夠?qū)⒒叶戎档牟罹嗬_，達(dá)到增強(qiáng)的目的。如圖片較亮，則相反。具體實(shí)現(xiàn)我這里寫的是RGB三通道的均衡化處理，分別對每個通道進(jìn)行直方圖均衡化，最后合在一起，之后修改了方法，對三個通道進(jìn)行求平均值再賦值，效果好了很多。對灰度圖像進(jìn)行處理也是如此，不過RGB的值是一樣的。當(dāng)然這樣的方法處理彩色圖像效果不太好，對彩色圖像的直方圖均衡化一般是通過轉(zhuǎn)換RGB顏色空間為HSL顏色空間，然后只對L空間(Lightness)進(jìn)行直方圖均衡化。#include#includeusingnamespacecv;usingnamespacestd;直方圖均衡化Mat

3、Histogramequalization(Matsrc)intR256=0;intG256=0;intB256=0;intT256=0;introws=src.rows;intcols=src.cols;intsum=rows*cols;統(tǒng)計(jì)直方圖的RGB分布for(inti=0;irows;i+)for(intj=0;jcols;j+)Bsrc.at(i,j)0+;Gsrc.at(i,j)1+;Rsrc.at(i,j)2+;分別對rgb三個通道計(jì)算每個色階的概率，并計(jì)算存儲均衡化后的色階doublergb3=0;for(inti=0;i256;i+)rgb0+=Bi;Bi=rgb0*255

4、/sum;rgb1+=Gi;Gi=rgb1*255/sum;rgb2+=Ri;Ri=rgb2*255/sum;求三個通道的平均值Ti=(rgbO+rgb1+rgb2)*255/(sum*3);/MatnewImg(rows,cols,CV_8UC3);for(inti=0;irows;i+)for(intj=0;jcols;j+)/*newImg.at(i,j)0=src.at(i,j)0;newImg.at(i,j)1=Gsrc.at(i,j)1;newImg.at(i,j)2=Rsrc.at(i,j)2;*/newImg.at(i,j)0=Tsrc.at(i,j)0;newImg.at(i,j)1=Tsrc.at(i,j)1;newImg.at(i,j)2=Tsrc.at(i,j)2;returnnewImg;intmain()Matimgresult;img=imread(xxx.bmp,IMREAD_COLOR);namedWindow(Result,WINDOW_AUTOSIZE);namedWindow(Origin,WINDOW_AUTOSIZE);result=Histogramequalizationimg);if(result.empty()coutError!THEIMAGEISEMPTY.e