直方图均衡化的算法和代码
来源:互联网 发布:linux vi修改ip地址 编辑:程序博客网 时间:2024/06/05 18:38
直方图均衡化算法分为三个步骤,第一步是统计直方图每个灰度级出现的次数,第二步是累计归一化的直方图,第三步是计算新的像素值。
第一步:
for(i=0;i<height;i++){
for(j=0;j<width;j++){
n[s[i][j]]++;
}
}
for(j=0;j<width;j++){
n[s[i][j]]++;
}
}
for(i=0;i<L;i++){
p[i]=n[i]/(width*height);
}
这里,n[i]表示的是灰度级为i的像素的个数,L表示的是最大灰度级,width和height分别表示的是原始图像的宽度和高度,所以,p[i]表示的就是灰度级为i的像素在整幅图像中出现的概率(其实就是p[]这个数组存储的就是这幅图像的归一化之后的直方图)。
第二步:
for(i=0;i<=L;i++){
for(j=0;j<=i;j++){
c[i]+=p[j];
}
}
for(j=0;j<=i;j++){
c[i]+=p[j];
}
}
c[]这个数组存储的就是累计的归一化直方图。
第三步:
max=min=s[0][0];
for(i=0;i<height;i++){
for(j=0;j<width;j++){
if(max<s[i][j]){
for(i=0;i<height;i++){
for(j=0;j<width;j++){
if(max<s[i][j]){
max=s[i][j];
}else if(min>s[i][j]){
min=s[i][j];
}
}
}
}
}
找出像素的最大值和最小值。
for(i=0;i<height;i++){
for(j=0;j<width;j++){
t[i][j]=c[s[i][j]]*(max-min)+min;
}
}
for(j=0;j<width;j++){
t[i][j]=c[s[i][j]]*(max-min)+min;
}
}
t[][]就是最终直方图均衡化之后的结果。
对于彩色的图片来说,直方图均衡化一般不能直接对R、G、B三个分量分别进行上述的操作,而要将RGB转换成HSV来对V分量进行直方图均衡化的操作。
- 直方图均衡化的算法和代码
- 直方图均衡化的算法和代码
- 直方图均衡化算法 & 代码
- 直方图均衡化代码
- 直方图均衡化代码
- CUDA实现的直方图均衡化算法
- 位图的直方图均衡化和直方图的绘制
- 图像直方图均衡化和直方图匹配的理解
- 直方图的均衡化
- 直方图的均衡化
- 直方图的均衡化
- 直方图的均衡化
- 图像直方图均衡和直方图规定化
- 直方图均衡化和直方图匹配
- 直方图均衡化和直方图匹配
- 直方图的均衡、直方图的反向投影算法,opencv鼠标和键盘处理事件
- 图像增强算法实现--直方图的均衡化
- 灰度图像直方图的创建与灰度图像直方图的均衡化[代码与运行结果]
- oracle with子句的学习
- 路由修改route
- virtual的理解
- 如何使用代理服务器上网
- Unity 优化
- 直方图均衡化的算法和代码
- 不对等的爱情该不该放弃
- Flume的优化
- ASIHTTPRequest 详解, http 请求终结者
- keil 变量分配
- 5.1.1 ifconfig、ifup、ifdown
- 学习笔记_简单工厂模式
- IOS推送功能的实现
- UIImage 加载图片及SDWebimage的简单使用介绍