直方图均衡化的原理及C++实现
2017-09-18 21:57
525 查看
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:
均衡化:
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]; } } }
相关文章推荐
- C/C++_atoi,itoa功能及其实现原理
- C++多态的实现及原理详细解析
- 线程池原理及创建(C++实现)
- C++ 字典排序 原理与实现
- 编译原理(十) SLR文法分析法(算法原理和C++实现)
- KMP算法匹配原理以及C++实现
- C++ typeid实现原理
- C++协程(1):协程原理及实现方式概述
- C++对象模型之虚函数实现原理
- C++实现多态的内部实现原理RTTI
- Pagerank的C++实现原理
- UTF-8编码的字符串拆分成单字、获取UTF-8字符串的字符个数的代码及原理(c++实现)
- c++实现多态的原理
- 从内存布局看C++虚继承的实现原理
- 理解PCA原理与C++\Matlab实现
- C/C++知识要点2——STL中Vector、Map、Set容器的实现原理
- C++多态的实现原理
- 直方图均衡化原理及实现
- Bezier曲线原理及实现代码(c++)