我一直在尝试找到执行全自适应直方图均衡化的算法(不使用插值)。但是,似乎我仍然缺少一些内容,无法得到正确的结果图像。
以下是我遵循的步骤,希望有人能够指出其中缺少了什么:
1. 输入灰度图像(0-255)。 2. 创建一个超大的图像,并在边界附近镜像值,以避免边界和角落的特殊情况。(如本文第20页所提出的:自适应直方图均衡化并行实现) 3. 为源图像中的每个像素初始化一个等级0。 4. 对于源图像中的每个像素,在其局部区域内查找其等级(局部区域大小将作为输入给出)。 像素等级是局部区域中小于中心像素(我们正在源图像上循环的像素)的像素数量。 5. 通过以下公式计算新像素值:Rank *(最大强度=255)/(局部区域中的像素数)
按照这些步骤进行操作,对于30x30局部区域窗口大小,会得到以下输出:
原始图像:
以下是我遵循的步骤,希望有人能够指出其中缺少了什么:
1. 输入灰度图像(0-255)。 2. 创建一个超大的图像,并在边界附近镜像值,以避免边界和角落的特殊情况。(如本文第20页所提出的:自适应直方图均衡化并行实现) 3. 为源图像中的每个像素初始化一个等级0。 4. 对于源图像中的每个像素,在其局部区域内查找其等级(局部区域大小将作为输入给出)。 像素等级是局部区域中小于中心像素(我们正在源图像上循环的像素)的像素数量。 5. 通过以下公式计算新像素值:Rank *(最大强度=255)/(局部区域中的像素数)
按照这些步骤进行操作,对于30x30局部区域窗口大小,会得到以下输出:
原始图像:
输出:
我希望在以下问题上得到指导,了解我在这里缺少了什么。