灰度直方图均衡化与直方图规定化

灰度直方图

灰度直方图是关于灰度级分布的函数，是对图像中灰度级分布的统计。灰度直方图是将数字图像中的所有像素，按照灰度值的大小，统计其出现的频率。灰度直方图是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中某种灰度出现的频率。


1、为什么要做直方图均衡化与直方图规定化
在现实的拍摄过程中，比如说视频监控领域，由于其图像的灰度分布集中在较窄的范围内，这就导致了图像的细节不够清晰。为什么不清晰呢，因为灰度分布较窄时，那么，在计算对比度的时候，对比度就很小，所以就不清晰。为了使得图像变得清晰，那么就需要使得灰度值的差别变大，为了使得灰度值的差别变大，就意味着灰度分布就变的较宽，使得灰度值分布变得均匀，在某个灰度级区间内，像素的个数分布大致相同，这样才能使得图像的对比度增强，细节变得清晰可见。(黑的地方更黑了)




[url]https://blog.csdn.net/aoulun/article/details/78816816?utm_source=copy [/url](灰度直方图均衡化与直方图规定化)

https://www.cnblogs.com/wangguchangqing/p/7098213.html（图像的灰度直方图、直方图均衡化、直方图规定化（匹配））

直方图规定化（匹配）
直方图规定化，也叫做直方图匹配，用于将图像变换为某一特定的灰度分布，也就是其目的的灰度直方图是已知的。
就是要求图像的直方图要与规定化的直方图大概一致


直方图规定化的实现
直方图规定化的实现可以分为一下三步：
计算原图像的累积直方图
计算规定直方图的累积直方图
计算两累积直方图的差值的绝对值
根据累积直方图差值建立灰度级的映射