直方图均衡化
1、直方图均衡化原理是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：直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。
2、直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。用途：用来增加许多图像的全局对比度，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，亮度可以更好地在直方图上分布。
3、采用直方图均衡化，可以把原始图像的直方图变换为均匀分布（均衡）的形式，这样就增加了像素之间灰度值差别的动态范围，从而达到增强图像整体对比度的效果。
4、直方图均衡化的作用是图像增强。其过程是将图像的像素分布通过一种方法映射到另外一种分布上去，在该映射过程中主要使用了累积分布函数。
5、直方图均衡化（histogram equalization）是一种借助直方图变换实现灰度映射从而达到图像增强目的的方法。直方图均衡化通常是对图像灰度值进行归一化的一个非常好的方法，并且可以增强图像的对比度。
6、出版时间：2013 例1 直方图均衡化列表计算示例 设有一幅64×64，8 bit的灰度图像，其直方图如图2（a）所示。
MATLAB中histeq的原理以及自写的具体实现函数
1、首先是图像的读入与double精度化。将图像对比度增大的图像、直方图和将其均衡化的图像、直方图。将图像对比度减小的图像、直方图和将其均衡化的图像、直方图。
2、histeq(I， 64)，就是希望均衡化后的直方图只有64个灰度级。假设原始图像为256级，共有X个像素，现希望均衡化为N个灰度级，过程如下：步骤1：计算原始图像I的累积函数A(g)，其中g=[0，255]表示256个灰度级。
3、matlab直方图均衡化的函数只有一个histeq，它是用于图像处理的。histeq的作用是把“图像”的直方图均衡化。直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。
4、J = histeq(I，hgram) 将原始图像I的直方图变成用户指定的向量hgram。hgram中的各元素的值域为[0，1]。
5、数据类型问题，histeq函数，当你的图像是double型时，返回值是0或者1；当你的图像是uint8型时，返回值为0-255。
6、直方图均衡化试试，matlab中histeq函数可以实现一些效果。
直方图均衡化原理
1、直方图均衡化是将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。直方图均衡化方法的基本思想是对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。从而达到清晰图像的目的。
2、直方图均衡化的作用是图像增强。其过程是将图像的像素分布通过一种方法映射到另外一种分布上去，在该映射过程中主要使用了累积分布函数。
3、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，类似于 2节介绍的灰度映射，这里需要确定一个变换函数，也就是增强函数，这个增强函数需要满足两个条件。
4、直方图是统计像数统计图，如设一张灰度图或一个通道，值0~255 直方图如果按。255个区分的话。统计出来的就是，值为。0的有几个像数，值为1的有机个像数，这样的一张表。那么均衡化的意思就是。这样表要均衡。
5、原理：为了解决这个问题，我们需要使用自适应的直方图均衡化 CLAHE (Contrast Limited Adaptive Histogram Equalization)。
直方图匹配
1、释文： 将图像直方图以标准图像的直方图为标准作变换，使两图像的直方图相同和近似，从而使两幅图像具有类似的色调和反差。
2、均衡化的变换函数采用归一化的形式，即拉伸因子为1；此时设N=1，L-1=1，其它值相应变为小数或分数。因此，均衡化的变换函数即为该图像的积累直方图本身。
3、颜色直方图特征匹法：直方图相交法、距离法、中心距法、参考颜色表法、累加颜色直方图法。（2）颜色集 颜色直方图法是一种全局颜色特征提取与匹法，无法区分局部颜色信息。
4、用vlookup模糊匹配。建立辅助表，如图所示：B2单元格输入公式：=VLOOKUP( A2，D：E，2，1)公式下拉，完成区间分配。注意：辅助表的第一列，辅助1 数字大小必须从小到大升序排列。
5、常见的辐射匹配方法及比较 相邻遥感图像间辐射匹配的方法一般都是以图像的重叠区域为基础，通过各种平滑过渡来消除辐射上的差异。目前常见的有：基于相邻图像直方图、基于相邻图像方差、均值等的辐射匹配方法。
6、均衡化和规定化都是通过全局直方图调节来改变图像的对比度，其实就是根据一个表来做映射。区别：生成具有指定直方图的图像的方法称为直方图匹配或直方图规定化。直方图均衡化是将原图像经变换生成一幅灰度级较为均衡化的图像。
以上内容为新媒号(sinv.com.cn)为大家提供！新媒号，坚持更新大家所需的百科知识。希望您喜欢！
版权申明：新媒号所有作品（图文、音视频）均由用户自行上传分享，仅供网友学习交流，不声明或保证其内容的正确性，如发现本站有涉嫌抄袭侵权/违法违规的内容。请发送邮件至 k2#88.com(替换@) 举报，一经查实，本站将立刻删除。
