2.2 直方图及均衡化处理算法
2.2.1 彩色图像直方图
彩色直方图是高文直方图的特例，它统计色彩的出现频率，即色彩的概率分布信息。通常这需要一定的量化过程，将色彩分成若干互不重叠的种类。一般不直接在RGB色彩空间中统计，而是在将亮度分离出来后，对代表色彩部分的信息进行统计，如在HSI空间的HS子空间、YUV空间的UV子空间，以及其它反映人类视觉特点的彩色空间表示中进行。
2.2.2 彩色图像直方图均衡化思想
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。
直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了象素灰度值的动态范围从而可达到增强图像整体对比度的效果。设原始图像在(x，y)处的灰度为f，而改变后的图像为g，则对图像增强的方法可表述为将在(x，y)处的灰度f映射为g。在灰度直方图均衡化处理中对图像的映射函数可定义为:g = EQ(f)，这个映射函数EQ(f)必须满足两个条件(其中L为图像的灰度级数):
EQ(f)在0≤f≤L-1范围内是一个单值单增函数。这是为了保证增强处理没有打乱原始图像的灰度排列次序，原图各灰度级在变换后仍保持从黑到白(或从白到黑)的排列。
对于0≤f≤L-1有0≤g≤L-1，这个条件保证了变换前后灰度值动态范围的一致性。
累积分布函数(cumulative distribution function，CDF)即可以满足上述两个条件，并且通过该函数可以完成将原图像f的分布转换成g的均匀分布。此时的直方图均衡化映射函数为:
= EQ( ) = ( /n) = pf( ) , (k=0，1，2，……，L-1) (2.19)
上述求和区间为0到k，根据该方程可以由源图像的各像素灰度值直接得到直方图均衡化后各像素的灰度值。在实际处理变换时，一般先对原始图像的灰度情况进行统计分析，并计算出原始直方图分布，然后根据计算出的累计直方图分布求出 到 的灰度映射关系。在重复上述步骤得到源图像所有灰度级到目标图像灰度级的映射关系后，按照这个映射关系对源图像各点像素进行灰度转换，即可完成对源图的直方图均衡化。
2.2.3 彩色图像直方图均衡化算法
试题库自动分类系统设计+TFIDF文本自动分类+数据挖掘为加快处理速度，在图像处理算法中，往往需要把彩色图像转换为灰度图像，在灰度图像得到验证的算法，很容易移植到彩色图像中。
彩色图像每个像素用3个字节表示，每个字节对应着R、G、B分量的亮度（红、绿、蓝）。当R、G、B分量值不同时，表现为彩色图像，当R、G、B分量值相同时，表现为灰度图像，该值就是我们所求的。
转换公式：
(2.20)
直方图均衡化，又称直方图修平，它是一种很重要的非线性点运算。该方法通常用来增加图像的局部对比度。尤其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，亮度可以更好的在直方图上分布。
它的具体算法为：首先计算图像f的各种灰度级中像素出现的概率。
上一页 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10]
C#彩色图像的直方图及其均衡化处理程序设计 第10页下载如图片无法显示或论文不完整，请联系qq752018766
