灰度直方图信息

灰度直方图信息

灰度直方图信息构造如下:

(1)带有高斯滤波器面具的平滑图像有减轻噪音的效果。这可以表现在不同的尺度上,通过不

同尺度的与高斯函数的方差变化相对应的过滤器的大小。

(2)使用方程类似Sobel边缘检测器来计算每个像素的梯度级。一个3×3像素梯度算子是依

靠图4的像素编号公约而描述的。平方根梯度的定义是:

编号公约梯度计算

GR(x,y)和GC(x,y) 分别为(x,y)梯度的行和列

(3)将原始图像划分为一个合适的数量的大小相同地区(即默认的五个地区),按照升序的强度梯度。图2显示了这个分割操作一个示例。每个像素在原位置形象都有一个特定的统计加权系数不同在其梯度级。系数确定如下:

Ti(i = 1、2、3、4)表示的极限梯度的间隔,作业指导书(i = 1、2、3、4、5)统计加权系数(通常w1≤w2≤w3≤w4≤w5由于图像对比度增强的不同贡献,下一半的第二部分将讨论如何确定最优加权系数)。

(4) 计算加权的累积求和统计每一个灰度值在不同的区域:

ni(r)是在一定的灰度r地区的像素的数量。N(r)是在五个地区灰度r中所有加权统计值的总和。它应该指出标准直方图是我们新的直方图的一个特例,也就是说,当w1 = w2 = w3 = w4 = w5 = 1,这两种类型的直方图的组件有相同的值。

2.2

在前面的段落中,我们描述的是这个新的直方图的基本过程。对于图像对比度增强为了获得期望的直方图形状,应该解决的几个问题。在这里,我们这些问题列表如下:

•选择适当数量的大小相同的区域。

•选择一个健壮的方法来评估详细的分布信息。

•选择最优加权系数。

如前所述,我们使用一个默认值(即5)作为区域的所有数目。这个数字的选择也是基于这样一个事实: 在整个图像中详细的区域的面积比例通常是在20 - 80%的范围(如。在简单的画线中详细的地区面积近20% (图5(a)),但一个小镇这样复杂图像中超过70%,如图5所示(d))。