直方图均衡化（Histogram Equalization）是一种图像处理技术，用于增强图像的对比度。这种方法特别适用于图像的背景和前景都很暗或很亮，导致细节不明显的情况。直方图均衡化的目的是重新分配图像的像素值，使得整个图像的直方图分布更加均匀，从而提高图像的全局对比度。
基本原理
-
直方图：直方图是图像中每个像素值出现次数的统计图。在灰度图像中，直方图显示了从0（黑）到255（白）的每个灰度级的数量。
-
累积分布函数（CDF）：直方图均衡化涉及到计算图像的累积分布函数，它表示小于或等于某个灰度值的像素比例。
-
映射函数：通过将原始直方图的每个值映射到新的灰度值，来实现均衡化。这个映射函数基于累积分布函数。
步骤
-
计算原始图像的直方图：统计每个灰度值在图像中出现的次数。
-
计算累积分布函数（CDF）：将直方图的值累加，得到每个灰度值的累积概率。
-
归一化CDF：将CDF值缩放到0到255的范围，作为新的灰度值。
-
映射原始像素值：使用归一化的CDF值替换原始图像中的每个像素值。
-
生成均衡化后的图像：应用映射函数后，得到对比度增强的图像。
效果
-
增强对比度：直方图均衡化可以显著提高图像的对比度，使得暗区域和亮区域的细节更加清晰。
-
改善视觉效果：对于光照不均匀的图像，均衡化可以改善视觉效果，使得图像更加清晰。
-
适应性：直方图均衡化适用于各种类型的图像，包括自然图像和医学图像。
局限性
-
过度增强：在某些情况下，均衡化可能会过度增强对比度，导致图像失真。
-
对比度反转：在某些图像中，均衡化可能会反转前景和背景的对比度，导致不自然的视觉效果。
直方图均衡化是一种简单而有效的图像增强技术，广泛应用于图像处理和计算机视觉领域。