Гистограммы для выбора порога В примере, показанном на рисунке 3.12, мы, по сути, видим гистограмму изображения, построенную в виде гистограммы. В Икс- ось представляет диапазон значений в изображении (0–255 для 8-битной шкалы серого), а у- ось показывает, сколько раз каждое значение фактически встречается в конкретном изображении. Выбирая пороговое значение между двумя пиками гистограммы, мы можем успешно разделить фон / передний план изображения, используя подход пороговой обработки из Раздела 3.2.3 (пороговое значение 120 подходит для Рисунка 3.12). Как правило, для определения порога лучше всего подходят сцены с четким бимодальным распределением..
В Matlab мы можем использовать гистограмму изображения как основу для вычисления автоматического порогового значения. Функция graythresh в примере 3.14 использует метод Отсу, который выбирает то пороговое значение, которое минимизирует межклассовую статистическую дисперсию пороговых черных и белых пикселей
Контрастное растяжение
Гистограммы изображений также используются для увеличения контрастности (также известной как нормализация), котораяработает путем расширения диапазона интенсивностей пикселей входного изображения, чтобы занять больший динамический диапазон в выходном изображении.
Выравнивание гистограммы
Вторая операция повышения контрастности, основанная на манипулировании гистограммой изображения, - это выравнивание гистограммы. Это один из наиболее часто используемыхметодов улучшения изображения
Способ 1 Вычислите гистограмму входного изображения и выберите c и d в качестве 5-го и95-го процентилей кумулятивного распределения (т.е. 5% пикселей изображения будут меньше c и 5% больше d).
Метод 2 Вычислите гистограмму входного изображения и найдите наиболее часто встречающееся значение интенсивности в изображении. Давайте предположим, что это пиковое значение имеетколичество битов N. Выберите в качестве отсечки некоторую долю N (например, 5%). Удаляйтесь от пика в любом направлении (влево в сторону 0 в одну сторону, вправо в сторону 255), пока последние значения не станут больше чем будут достигнуты предельные значения. Этими значениями являются c и d (см. гистограмму на рис. 3.12).
В примере \мы выполняем контрастное растяжение в Matlab, используя метод 1.
Результат примера показан на рисунке где мы видим, что контраст значительно улучшен(хотя и слегка насыщен).
Мы можем отобразить гистограммы до и после контрастного растяжениядля этого примера, используя пример.
Эти распределения гистограмм показаны на рисунке.Мы можем четко видеть ограниченный динамический диапазон исходного изображения и то, как контрастная растянутая гистограмма соответствует горизонтально масштабированной версии оригинала.