直方图均衡化

文章探讨了直方图的概率密度函数微分公式,解释了离散变换如何影响概率密度,并提到直方图均衡化中的挑战,涉及连续与离散变换的区别以及如何生成和应用变换函数以增强图像对比度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

如何理解直方图的这个概率密度函数的微分公式呢?这就是根据积分的定义得到的。

|Ps(s)ds|=|Pr(r)dr| , 因为变换s=T(r)前后,就是r的每个小间隔dr任意取了概率密度为Pr(r),s的每个小间隔ds任意取了概率密度为Ps(s),尽管概率密度函数不连续,但是dr本身最小值也是1,像素的灰度值的增量是1,所以离散的时候,就只是累加了。

这个给出了一种变换,居然是拿灰度值r以下的所有的灰度值的像素点个数和作为新的灰度值。结果是该灰度值的个数为1,表示百分之百全是。因为ds/dr小于等于1,根据这个变换。但是这个只有数学意义,因为不考虑pr是百分比的时候,就合理。如果考虑为百分比,积分区间S只能长度只能为1,这里是区间上的概率,而不是离散的概率了。在区间上所有的位置概率值都相同,虽然很难相信,每个位置是百分之百,搞不清楚概率论。

书上计算了连续变换产生了均匀概率密度函数,但是又说明离散变换不产生均匀概率密度函数,只是又这个趋势。

直方图均衡化能增加对比度,但是ps中如何做呢?首先如何利用直方图和公式3.3.8生成变换函数呢?ps做不到。就算得到了变换函数,又如何该添加变换呢?曲线也只能马虎做到模拟变换函数。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值