直方图均衡化的原理及C++实现
来源:互联网 发布:git ssh 端口 编辑:程序博客网 时间:2024/06/13 21:59
直方图均衡化的作用是图像增强。
有两个问题比较难懂,一是为什么要选用累积分布函数,二是为什么使用累积分布函数处理后像素值会均匀分布。
第一个问题。均衡化过程中,必须要保证两个条件:①像素无论怎么映射,一定要保证原来的大小关系不变,较亮的区域,依旧是较亮的,较暗依旧暗,只是对比度增大,绝对不能明暗颠倒;②如果是八位图像,那么像素映射函数的值域应在0和255之间的,不能越界。综合以上两个条件,累积分布函数是个好的选择,因为累积分布函数是单调增函数(控制大小关系),并且值域是0到1(控制越界问题),所以直方图均衡化中使用的是累积分布函数。
第二个问题。累积分布函数具有一些好的性质,那么如何运用累积分布函数使得直方图均衡化?比较概率分布函数和累积分布函数,前者的二维图像是参差不齐的,后者是单调递增的。直方图均衡化过程中,映射方法是
其中,n是图像中像素的总和,是当前灰度级的像素个数,L是图像中可能的灰度级总数。
来看看通过上述公式怎样实现的拉伸。假设有如下图像:
得图像的统计信息如下图所示,并根据统计信息完成灰度值映射:
映射后的图像如下所示:
代码实现
灰度密度统计:
///***************************************************************/ /*函数名称:ZhiFangTu(float *tongji) /*函数类型:void /*变量说明:tongji 灰度分布密度统计 /*功能:对图像进行灰度直方图统计。 /***************************************************************/void HuiDuBianHuanDib::ZhiFangTu(float *tongji){// 循环变量int i;int j;// 灰度计数int huidu[256]; int wide,height; //原图长、宽wide=this->GetWidth (); height=this->GetHeight ();// 变量初始化memset(huidu,0,sizeof(huidu));LPBYTE temp1=new BYTE[wide*height]; //新图像缓冲区//拷贝原图像到缓存图像memcpy(temp1,m_pData,wide*height );// 对各像素进行灰度统计for (j = 0; j < height; j ++){for (i = 0; i <wide; i ++){unsigned char temp = temp1[wide* j + i] ;// 灰度统计计数huidu[temp]++;}}// 计算灰度分布密度for(i=0;i<256;i++)tongji[i] = huidu[i] / (height * wide *1.0f);}
均衡化:
///***************************************************************/ /*函数名称:Fenbujunhenghua() /*函数类型:void /*变量说明:无 /*功能:对图像进行灰度分布均衡化处理。 /***************************************************************/ void HuiDuBianHuanDib::Fenbujunhenghua( ){// 循环变量LONG i;LONG j;//图像的宽和高LONG wide;LONG height;// 灰度分布密度float midu[256];// 中间变量float temp[256];int nDstGray[256];// 初始化memset(temp, 0, sizeof(temp));// 指向DIB象素指针LPBYTE p_data;// 找到DIB图像象素起始位置p_data = this->GetData();wide=this->GetWidth ();// DIB的高度height = GetHeight();// 获取图像的灰度分布密度ZhiFangTu(midu);// 进行均衡化处理 for(i = 0; i < 256; i++){if(i == 0){temp[0] = midu[0]; }else{temp[i] = temp[i-1] + midu[i]; }nDstGray[i] = (int)(255.0f * temp[i] + 0.5f);}// 对各像素进行灰度转换for (j = 0; j < height; j ++){for (i = 0; i < wide; i ++){// 将转换后的灰度分布写入DIB图像,nDstGray[temp]为原灰度级变换后的灰度值unsigned char temp = *((unsigned char *)p_data + wide * j + i);*((unsigned char *)p_data + wide * j + i) = nDstGray[temp];}}}
阅读全文
0 0
- 灰度图的直方图均衡化的原理及实现
- 直方图均衡化原理及实现
- 直方图均衡化的原理及C++实现
- 直方图均衡化原理和编码实现(C/C++)
- 直方图均衡化原理和编码实现(C/C++)
- 直方图均衡化原理和编码实现(C/C++)
- 直方图均衡原理及opencv实现
- 直方图均衡原理及Matlab实现
- 直方图均衡化的原理
- 直方图均衡化原理及c++代码
- 直方图均衡化原理与实现
- 直方图均衡化算法原理与实现
- 直方图均衡化算法原理与实现
- 直方图均衡化原理
- 直方图均衡化原理
- 直方图均衡化原理
- 直方图均衡化原理
- 直方图均衡化原理
- opencv中Mat类成员函数clone()和copyto()的区别
- 算法提高 ADV-214 3-3求圆面积表面积体积
- hiveserver2和zookeeper的HA搭建
- Windows下创建python虚拟环境
- 爬虫(二)
- 直方图均衡化的原理及C++实现
- 数据库jdbc封装
- 常见css布局问题整理
- Nginx解析PHP脚本的过程
- SQL中的五种数据类型
- MVC分层架构
- gson解析对象数组
- 辗转相除法
- 算法提高 ADV-231 12-2扑克排序