VC下通过直方图变换对图像进行有效增强

核心提示： 直方图均衡化处理直方图均衡化处理的中心思想是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布，对图像空域点的增强过程是通过增强函数t=EH(s)来完成的，VC下通过直方图变换对图像进行有效增强(2)，t、s分别为目标图像和原始图像上的像素点(x,y)，在进行均衡

直方图均衡化处理

直方图均衡化处理的中心思想是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。对图像空域点的增强过程是通过增强函数t=EH(s)来完成的，t、s分别为目标图像和原始图像上的像素点(x,y)，在进行均衡化处理时对增强函数EH需要满足两个条件：增强函数EH(s)在0≤s≤L-1的范围内是一个单调递增函数，这个条件保证了在增强处理时没有打乱原始图像的灰度排列次序。另一个需要满足的条件是对于0≤s≤L-1应当有0≤EH(s)≤L-1，它保证了变换过程灰度值的动态范围的一致。同样的，对于反变换过程s=EH-1(t),在0≤t≤1时也必须满足上述两个条件。累计分布函数(cumulative distribution function,CDF)就是满足上述条件的一种，通过该函数可以完成s到t 的均匀分布转换。此时的增强转换方程为：

tk = EH(sk) = ∑(ni/n) = ∑ps(si) ，（k=0,1,2,……，L-1）

上述求和区间为０到k,根据该方程可以由源图像的各像素灰度值直接得到直方图均衡化后各像素的灰度值。在实际处理变换时，一般先对原始图像的灰度情况进行统计分析，并计算出原始直方图分布，然后根据计算出的累计直方图分布tk按式tk=[(N-1)* tk+0.5]对其取整并得出源灰度sk到tk的灰度映射关系，其中N为灰度的级数。在重复上述步骤得到所有的源图像各灰度级到目标图像各灰度级的映射关系后按照新的映射关系对源图像各点像素进行灰度转换即可完成对源图的直方图均衡化。下面是按照上述算法实现的部分主要程序代码：

首先对原始图像的各像素点的灰度情况进行统计计算。对于24位BMP图像，图像阵列是从第54字节起始的，每像素按R、G、B的顺序占3个字节。