|
摄影中的直方图横坐标是表示亮度分布,左边暗,右边亮,纵坐标表示像素分布。直方图能够显示一张照片中色调的分布情况,揭示了照片中每一个亮度级别下像素出现的数量,根据这些数值所绘出的图像形态,可以初步判断照片的曝光情况,直方图是照片曝光情况最好的回馈。无论照片是有丰富的高光表现还是曝光过度了,还是有饱满的细部暗调,或者是细节根本分辨不清,直方图都能很直观的显示。 当今的大多数数码相机都有内置的直方图显示功能,有单独显示的有叠加在图像上显示的;当拍完一张照片的时候,就可以开始使用直方图来了解整个图像的色调范围。在拍摄期,摄影师就可以用它来了解照片是不是控制在想要的曝光范围内。 从理论上说,一张曝光良好的照片,在不同的亮度级别下细节都应该非常丰富,各亮度值上都有像素分布,像一座起伏波荡的小山丘,为了方便观察,把直方图划分为5个区:每个区代表一个亮度范围,左边为极暗部、暗部,中间为中间调,右边是亮部和极亮部,根据这些不同亮度范围下像素出现的数量,对于高调照片(明亮调子且细节丰富的图片)山丘的峰顶应该集中在直方图右边的亮部区,对于低调照片(深色调子且细节丰富的图片)山丘的峰顶应该集中在直方图左边的暗部区域,如果山丘覆盖了整个区域,说明曝光情况正好且细节清晰可见。 遥感影像的直方图(本段ZHANG Jinlun,cumt编辑) 遥感影像的直方图 图像直方图描述了图像中每个亮度值DN的像元数量的统计分布。它通过每个亮度值的像元数除以图像中总得像元数,即频率直方图。在很多遥感应用中,直方图是遥感图像中所包含的信息的一种有用的图示。每个波段的直方图能提供关于原始图像质量的信息,如其对比度的强弱,是否多峰值等。
直方图归一化
直方图的归一化也叫直方图均衡化,是通过使用累积函数对灰度值进行“调整”以实现对比度的增强。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。直方图均衡化就是对图像进行非线性拉伸,重新分配图像像素值,使一定灰度范围内的像素数量大致相同。简单说就是把给定图像的直方图分布改变成“均匀”分布直方图分布。其缺点:①变换后图像的灰度级减少,某些细节消失;②某些图像,如直方图有高峰,经处理后对比度不自然的过分增强。
直方图拉伸
直方图拉伸的主要作用就是将灰度间隔小的图像的灰度间隔扩大,以便于观察图像。直方图拉伸是通过对比度拉伸对直方图进行调整,从而“扩大”前景和背景灰度的差别,以达到增强对比度的目的。
直方图匹配(直方图规定化)
直方图匹配又叫直方图规定化,是指把原图像的直方图变换为某种指定形态的直方图或某一种参考图像的直方图,然后按照已知直方图调整原图像各个像元的灰度值,最后得到一幅直方图匹配的图像。
∞∞ |
|
|
|
|
|
|