对比度拉伸和直方图均衡之间的区别

Question

我想知道对比拉伸的区别和直方图均衡。

我已经尝试过使用OpenCV并观察结果，但我仍然没有理解这两种技术之间的主要区别。见解将是非常需要的帮助。

Answer 1

允许第一定义对比度，

对比度是一个图像的“范围”的度量;即其强度如何传播。它有许多正式定义一个有名的是迈克尔逊：

他说contrast = (Imax - Imin)/(Imax + I min)

对比强烈依赖于图像的整体视觉质量。 理想情况下，我们希望图片使用可用的整个范围值 。

对比度拉伸和直方图均衡具有相同的目标：使图像使用可用的整个值范围。

但他们使用不同的技术。 对比度拉伸作品像映射

它在图像中最小强度映射到在范围（84 ==在上面的例子> 0）

在相同的方式的最小值，它映射最大强度在图像范围内的最大值（上例中为153 ==> 255）

这就是为什么对比度拉伸是不可靠的，如果只有两个像素具有0和255的强度，那么它是完全的无用。

然而更好的方法是使用概率分布的直方图均衡。你可以学习的步骤here

Answer 2

对比度拉伸是一种线性归一化，它拉伸了图像强度的任意区间，并将区间适合于另一个任意区间（通常，目标区间是图像的可能最小和最大值，如0和255） 。

直方图均衡化是一种非线性归一化，它以高丰度强度延伸直方图的面积，并压缩低丰度强度的面积。

Answer 3

经过一番阅读，我遇到以下几点。

对比度拉伸是所有关于图像和最小的一个在提高最大强度值之差。所有其余的强度值都在这个范围内分布。

直方图均衡约为使得直方图“扁平”（在现实中，直方图不能准确地平坦化，会有一些峰和在图像中修改的所有像素的强度值一些山谷，但这是一个实际问题）。

在对比度拉伸，存在源图像和目标图像之间即强度值的一对一的关系，原始图像可以从对比度拉伸图像被恢复。

但是，一旦直方图均衡执行，没有办法找回原始图像。

Answer 4

我认为对比度拉伸拓宽了图像的亮度等级的直方图，所以周围的输入范围内的强度可以被映射到全亮度范围。

另一方面，直方图均衡根据累积分布函数或概率将所有像素映射到全范围。