Първият етап се измерва хистограма на оригиналното изображение. За цифрово изображение, чиято яркост диапазон, например, спада към обхвата на число 0 до 255, хистограмата е таблица на 256 броя. Всеки от тях е показан броят на точките в рамка като даден яркост. Разделяне всички числа в тази таблица за общия размер на извадката е равен на броя на графични точки се използва, за да се даде оценка на вероятностното разпределение на яркостта на изображението.
Във втория етап се извършва нелинейна трансформация се осигурява необходимите свойства на изходното изображение. В този случай, вместо неизвестния вярно кумулативно разпределение използва своята оценка въз основа на хистограмата. С оглед на това, всички методи на преобразуване на растерни изображения, целта на която е модификация на законите за разпространение се наричат метод хистограма. По-специално, превръщането в който изображението изход има равномерно разпределение се нарича уравняващо (изравняване) на хистограми.
Характерна особеност на много изображения, получени в реални системи, изобразяващи е значителна част от тъмните области и относително малък брой обекти с висока яркост. Изравняване е предназначен за регулиране на картината, като подравните съставни части на района с различна яркост.
// Създаване и инициализиране на масив от указатели към търсене-таблицата
IplLUT * Plut [3];
Plut [0] = LUT [0];
Plut [1] = LUT [1];
Plut [2] = LUT [2];
// Инициализиране на членовете на справка-маса
CreateLUT (Plut [0]);
CreateLUT (Plut [1]);
CreateLUT (Plut [2]);
// Изграждане на хистограма, за да намерите най-силните
iplComputeHisto (IMG, Plut);
// Изравнителната
iplHistoEqualize (IMG, IMG, Plut);
// Изтриване на член справка-маса
DeleteLUT (Plut [0]);
DeleteLUT (Plut [1]);
DeleteLUT (Plut [2]);
>
Свързани статии