《数字图像处理》直方图均衡学习总结+感悟

一、引言

本文是《数字图像处理：直方图均衡（Histogram Equalization）的原理及处理介绍》增加了些老猿自己感悟的版本。涉及的数学知识请大家参考《数字图像直方图处理涉及的数学知识介绍》。

二、直方图均衡化（Histogram Equalization）

2.1、直方图处理涉及灰度映射函数的要求

如果用变量r表示待处理图像的灰度，r的取值区间为[0，L-1]，且r=0表示黑色，r=L-1表示白色。在连续灰度值情况下，假设有变换形式为式(3.3-1)上的灰度映射：

式(3.3-1)： s = T（r），0≤r≤L-1

式(3.3-1)表示对于输入图像中每个具有r值的像素灰度值产生一个输出灰度值s。我们假设：

  1. T（r）在区间[0，L-1]上为单调递增函数
  2. 当0≤r≤L-1时，0≤T（r）≤L-
老猿Python
微信公众号
专注Python相关语言、图像音视频处理、AI
注：本文转载自blog.csdn.net的LaoYuanPython的文章"https://blog.csdn.net/LaoYuanPython/article/details/119815005"。版权归原作者所有，此博客不拥有其著作权，亦不承担相应法律责任。如有侵权，请联系我们删除。
复制链接
相关推荐
发表评论

评论记录：

未查询到任何数据！