直方图均衡化

资 源 简 介

直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。 　　缺点： 　　1）变换后图像的灰度级减少，某些细节消失； 　　2）某些图像，如直方图有高峰，经处理后对比度不自然的过分增强。 　　直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。 　　这种方法通常用来增加许多

详 情 说 明

直方图均衡化处理的“中心思想”是将原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。这种方法可以对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是通过改变给定图像的直方图分布来实现“均匀”分布直方图分布。

然而，直方图均衡化也有缺点。首先，变换后图像的灰度级减少，某些细节消失；其次，某些图像，如直方图有高峰，经处理后对比度不自然的过分增强。尽管如此，直方图均衡化在图像处理领域中仍然是一种被广泛使用的方法，尤其是在需要增加许多图像的局部对比度的情况下，特别是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布，从而增强局部的对比度而不影响整体的对比度。

直方图均衡化对于背景和前景都太亮或者太暗的图像非常有用。此外，它尤其可以带来X光图像中更好的骨骼结构显示以及曝光过度或者曝光不足照片中更好的细节。这种方法的一个主要优势是它是一个相当直观的技术，并且是可逆操作，如果已知均衡化函数，那么就可以恢复原始的直方图，并且计算量也不大。然而，这种方法的一个缺点是它对处理的数据不加选择，可能会增加背景杂讯的对比度并且降低有用信号的对比度。为了解决这个问题，需要采用其他方法来调整图像对比度，比如对某些区域使用不同的增强方法，或者根据图像的内容进行选择性增强。