学习DIP第38天
转载请标明本文出处：http://blog.csdn.net/tonyshengtan，欢迎大家转载，发现博客被某些论坛转载后，图像无法正常显示，无法正常表达本人观点，对此表示很不满意。有些网站转载了我的博文，很开心的是自己写的东西被更多人看到了，但不开心的是这段话被去掉了，也没标明转载来源，虽然这并没有版权保护，但感觉还是不太好，出于尊重文章作者的劳动，转载请标明出处！！！！
文章代码已托管，欢迎共同开发：https://github.com/Tony-Tan/DIPpro
开篇废话
废话开始，图像处理这些代码已经有三千多行了，不多，但是感觉多加练习以后对算法理解和写代码的能力上都有很大提高，毕竟对于算法来说想明白了一定要用一下才会真正掌握，但不能靠记忆去记住一个算法，这就需要我们懒人的天性，不愿意记住完整的公式，更愿意记住一个简单的起始，通过自己的理解和数学推导算法，这是个很不错的 方法，而写代码属于一种技术工作，熟能生巧，要多加练习，并且也要思考其中的技术细节，总之，做一切事情思考下还是不错的。
废话完成，说说直方图均衡，在冈萨雷斯的书里面直方图均衡化在第三章提出，因为之前想按照书上目录上的顺序来写着一些列的博客，后来发现还是自己总结下的学习思路，按照自己理解的知识网络来走，所以刚要写直方图均衡的时候就是转向自己的节奏开始按照二值图像，灰度图像，彩色图像的知识结构介绍。
直方图均衡的目的和前面灰度变换一样，为了增强对比度，使图像的灰度分布在整个灰度范围内更加均衡，其中直方图需要来解释下，直方图是个统计概念，比如我们有十种颜色的球，每种颜色的球有不同的数量，假设颜色分布为a0~a9，数量为n（x）（x取值为a0~a9）那么直方图就是以a0~a9为横坐标，n为纵坐标的统计直方图：
如果将上图中的数据归一化（每个分量除以球数总和），也就是使得各分量总和为1，各个分量就表示这种颜色的球出现的频率，就得到频率直方图。
如果将各种颜色换成各灰度值，球的个数等效的换成具有该灰度的像素数量，或者换成该灰度出现的频率，就成了图像的直方图，对于彩色图像和灰度图像，直方图具有重要的统计意义，而对于二值图像来说，该意义不大，因为二值图像就两个灰度，所以其只能反映黑白面积比例。
直方图均衡的目的是为了使灰度分布的更广泛，从而来拉伸对比度：
事实表明当灰度的直方图范围从上面的左边变换成右边后，图像对比度得到提升，也就达到了我们增强图像的目的--更便于观察，更容易区分不同灰度间细节。
数学原理
内容迁移至
http://www.face2ai.com/DIP-5-10-灰度图像-图像增强-直方图均衡化HistogramEqualization/
http://www.tony4ai.com/DIP-5-10-灰度图像-图像增强-直方图均衡化HistogramEqualization/
posted on
