我尝试对图像进行直方图均衡，然后显示其直方图。我意识到，当我用 10 个 bin 显示直方图时，它看起来比我用 256 个 bin 显示直方图时更“均衡”。这是运行直方图均衡后同一图像的 10-bin 和 256-bin 直方图的图像：
同样，在上图中，很明显，具有 10 个 bin 的直方图看起来比具有 256 个 bin 的直方图更加均衡。由于两个直方图都反映了同一图像的颜色像素，为什么 10-bin 直方图看起来比 256-bin 直方图更均衡？
在直方图均衡后，较小的 bin 直方图看起来比较高的 bin 直方图更均衡？
信息处理
图像处理
直方图
2022-02-11 15:04:00
1个回答
我不确定这是否是您问题的最佳答案，但我不同意您的 256-bin 直方图未均衡。这样想吧。
每个 bin 表示一定强度的像素数。当您执行直方图均衡时，您正在根据经验分布（即原始图像的直方图）将该箱移动到新的强度值。您正在将所有这些像素转移到一个新值，这意味着如果所有像素中有 30% 具有某个值，那么所有 30% 将再次位于同一个 bin 中，只是具有不同的值。
直方图均衡尝试均衡任何邻域内的像素值密度。例如，由于无法将具有所有像素 30% 的巨大 bin 变小（这些像素的所有值都更改为相同的新值），均衡化将尝试将所有其他 bin 移离它，以便大bin 释放了一点。这正是右图中发生的情况。请注意，所有高箱子之间的间距都很大，而所有短箱子都靠得很近。如果愿意，这可以确保平均“直方图 x 轴的单位长度”具有相同数量的像素。这将我们带到最后一点。
当您使用较少的 bin（在您的情况下为 10 个）时，您基本上是将高分辨率直方图的 bin 相加或平均为低分辨率直方图。请记住，某个强度邻域中的像素数量是真正均衡的，并且当您对其中一个邻域中的分量求和或平均时，这会真正体现出来。因为较高的 bin 之间有更多的空间，而较短的 bin 有较小的间距，所以当您求和或平均时，您会得到大约相等的高度 bin。这表明直方图均衡按预期工作。
希望这可以帮助。
其它你可能感兴趣的问题