图像处理8：直方图均衡化
(1)概率密度函数：
①概率密度函数简介:
在数学中,连续型随机变量的概率密度函数是一个描述这个随机变量在某个确定的取值点附近的可能性的函数。而随机变量的取值落在某个区域之内的概率则为概率密度函数在这个区域上的积分。当概率密度函数存在的时候,累积分布函数是概率密度函数的积分。
②概率密度函数的性质:
1) f(x)>=0.
2) f(x)在整个定义域内的积分为1.
3)取值落在a与b之间的概率,为概率密度函数在a到b上的积分。
(2)直方图均衡化：
①直方图均衡化的意义:
由于有些图像的灰度分布集中在较窄的范围内,在计算对比度的时候,对比度就很小,这就导致了图像的细节不够清晰。
为了使得图像变得清晰,需要使得灰度值的差别变大,这就意味着灰度分布就变的较宽,使得灰度值分布变得均匀,在某个灰度级区间内,像素的个数分布大致相同,这样才能使得图像的对比度增强,细节变得清晰可见。
②直方图均衡化的原理:
直方图均衡化的目的是使得变换后的图像的直方图是均匀分布的,因为概率密度是指变量落在某个区间的概率,而累积分布函数的导数就是概率密度函数。所以,当分布均匀时,就是使得概率密度能够保持为一个常数。直方图均衡化的目的就是想找到一种使得变换后图像直方图分布均匀的变换函数【s-T (r)】。