直方圖均衡化算法分爲三個步驟,第一步是統計直方圖每個灰度級出現的次數,第二步是累計歸一化的直方圖,第三步是計算新的像素值。
第一步:
for(i=0;i<height;i++){
for(j=0;j<width;j++){
n[s[i][j]]++;
}
}
for(i=0;i<L;i++){
p[i]=n[i]/(width*height);
}
這裏,n[i]表示的是灰度級爲i的像素的個數,L表示的是最大灰度級,width和height分別表示的是原始圖像的寬度和高度,所以,p[i]表示的就是灰度級爲i的像素在整幅圖像中出現的概率(其實就是p[]這個數組存儲的就是這幅圖像的歸一化之後的直方圖)。
第二步:
for(i=0;i<=L;i++){
for(j=0;j<=i;j++){
c[i]+=p[j];
}
}
c[]這個數組存儲的就是累計的歸一化直方圖。
第三步:
max=min=s[0][0];
for(i=0;i<height;i++){
for(j=0;j<width;j++){
if(max<s[i][j]){
max=s[i][j];
}else if(min>s[i][j]){
min=s[i][j];
}
}
}
找出像素的最大值和最小值。
for(i=0;i<height;i++){
for(j=0;j<width;j++){
t[i][j]=c[s[i][j]]*(max-min)+min;
}
}
t[][]就是最終直方圖均衡化之後的結果。
對於彩色的圖片來說,直方圖均衡化一般不能直接對R、G、B三個分量分別進行上述的操作,而要將RGB轉換成HSV來對V分量進行直方圖均衡化的操作。