資源描述：
《數(shù)字圖像處理_直方圖均衡化》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。
1、圖像變換是數(shù)字圖像處理中的一種綜合變換，如直方圖變換。使用C語言對位圖文件的頭信息進行讀取，從而對圖像進行直方圖均衡化處理和灰度變換。直方圖均衡化大多數(shù)原始的遙感圖像由于其灰度分布集中在較窄的范圍內(nèi)，使圖像的細節(jié)不夠清晰，對比度較低。為了使圖像的灰度范圍拉開或使灰度均勻分布，從而增大反差，使圖像細節(jié)清晰，以達到增強的目的，通常采用直方圖均衡化及直方圖規(guī)定化兩種變換。本文主要介紹直方圖均衡化并進行實驗。直方圖均衡化的概念直方圖均衡化（HistogramEqualization）又稱直方圖平坦化，實質上是對圖像進行非線性拉伸，重新分配圖
2、像象元值，使一定灰度范圍內(nèi)象元值的數(shù)量大致相等。這樣，原來直方圖中間的峰頂部分對比度得到增強，而兩側的谷底部分對比度降低，輸出圖像的直方圖是一個較平的分段直方圖：如果輸出數(shù)據(jù)分段值較小的話，會產(chǎn)生粗略分類的視覺效果。直方圖均衡化理論假設灰度級為歸一化至范圍[0,1]內(nèi)的連續(xù)量，并令Pr(r)表示某給定圖像中的灰度級的概率密度函數(shù)（PDF），其下標用來區(qū)分輸入圖像和輸出圖像的PDF。假設我們對輸入灰度級執(zhí)行如下變換，得到（處理后的）輸出灰度級s：S=T(r)=∫0rPr(w)dw式中w是積分的啞變量?？梢钥闯?，輸出灰度級的概率密度函數(shù)
3、是均勻的，即a.當0≤s≤1時，Ps(s)=1b.當s為其他時，Ps(s)=0換言之，前述變換生成一幅圖像，該圖像的灰度級較為均衡化，且覆蓋了整個范圍[0,1]?；叶燃壘饣幚淼淖罱K結果是一幅擴展了動態(tài)范圍的圖像，它具有較高的對比度。該變換函數(shù)只不過是一個累積分布函數(shù)（CDF）。直方圖均衡化算法直方圖均衡化算法將原圖像的直方圖改變?yōu)樵谡麄€灰度范圍內(nèi)基本均勻地分布的形式，由此擴大了像素灰度的動態(tài)范圍，從而增強了圖像的對比度。直方圖均衡化算法步驟為：1)給出原始圖像的所有灰度級(k=0,1,…,L-1)。2)統(tǒng)計原始圖像各灰度級的像素
4、數(shù)。3)根據(jù)原圖像，計算灰度直方圖：(k=0,1,…,L-1)式中,為總像素數(shù),為灰度級的像素數(shù)。4)計算原始圖像的累積直方圖：(，k=0,1,…,L-1)5)取整計算：6)確定映射關系：7)統(tǒng)計新直方圖各灰度級的像素數(shù)目。8)計算新的直方圖：小結通過本次作業(yè)，讓我學會了從問題的高度來考慮設計的方方面面，對程序的設計和研究有了更深刻的體會；讓我了解到程序的設計是建立在對理論知識了解的基礎上的，特別是對直方圖均衡化的原理要有較為詳細的了解，此外對直方圖均衡化算法也要進行了解；在編寫程序時，進行模塊化設計，以嚴謹?shù)膽B(tài)度進行編程，避免出現(xiàn)
5、低級錯誤，養(yǎng)成為程序添加注釋和說明的好習慣，以便自己的修改和閱讀者輕松的了解程序的各部分及整體的功能。直方圖均衡化的實質就是通過減少圖象的灰度級以換取對比度的加大。以下是變化前后的圖像。原圖均衡化
