FPGA為什么要做直方圖均衡化

作者：romme

1、圖像直方圖概念

圖像直方圖用來反映一副圖像的像素分布。其中，橫坐標(biāo)表示圖像像素的灰度級，縱坐標(biāo)表示每個灰度級對應(yīng)的像素總數(shù)或占所有像素個數(shù)的百分比。

例如：灰度級為[0~255]的數(shù)字圖像直方圖，定義：

h（rk）= nk

其中，rk是第k個灰度級（k = 0~255），nk是該灰度級的個數(shù)。

若以每個灰度級的個數(shù)nk去除以圖像像素總數(shù)n，則得到歸一化的直方圖，定義：

P（rk）= nk/n

即，P（rk）表示灰度級為rk發(fā)生的概率估計值。所以：一個歸一化直方圖，其所有部分之和應(yīng)等于1。

2、為什么要做直方圖均衡化

在圖像處理應(yīng)用中，若得到這樣一副圖片，其圖像的灰度分布集中在較窄的范圍內(nèi)，那么視覺上就給人感覺，對比度較差，細(xì)節(jié)不夠清晰。為了使圖像變得清晰，就需要提升對比度。

如何提升對比度呢？即，對圖像進(jìn)行非線性拉伸，使得圖像的灰度分布變寬，灰度值分布變得均勻。這樣，在灰度級范圍內(nèi)，像素的個數(shù)分布大致相同，就會使得圖像的對比度增強(qiáng)，細(xì)節(jié)更清晰。

那么，又如何使得灰度值分布均勻呢？即，直方圖均衡化。

3、直方圖均衡化原理

直方圖均衡化，即將隨機(jī)分布的圖像直方圖修改成均勻分布的直方圖。

基本思想：對原始圖像的像素灰度做某種映射變換，使變換后圖像灰度的概率密度呈均勻分布。這就意味著圖像灰度的動態(tài)范圍得到了增加, 提高了圖像的對比度。

作用：圖像增強(qiáng)。

那么，我們使用哪種映射變換呢？答案是：累積分布函數(shù)。

說明：

①為什么要選用累積分布函數(shù)？

②為什么使用累積分布函數(shù)處理后，像素值會均勻分布？

直方圖均衡化，必須保證：

①像素值經(jīng)過映射變換后，原本的大小關(guān)系不能發(fā)生改變。即較亮的區(qū)域，依舊較亮；較暗的區(qū)域，依舊較暗。只是增大了對比度，絕對不能明暗顛倒，否則就不是原本的圖像了。

②像素值經(jīng)過映射變換后，不能越界。例如：8bit圖像，像素值范圍0~255；12bit圖像，像素值0~4095。

由于累積分布函數(shù)是單調(diào)遞增函數(shù)，可以滿足條件①；又因?yàn)槔鄯e分布函數(shù)的值域?yàn)?~1，可以控制越界，滿足條件②。

實(shí)則，有嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)推導(dǎo)過程，在此直接給出公式，具體可以參考《數(shù)字圖像處理---岡薩雷斯》一書。

其中，H(i)表示圖像直方圖，nk/n表示歸一化。

所以，直方圖均衡化實(shí)現(xiàn)過程：

（1）求圖像直方圖；（統(tǒng)計直方圖每個灰度級出現(xiàn)的次數(shù)）

（2）做歸一化處理；

（3）計算新的像素值。

4、FPGA實(shí)現(xiàn)

FPGA實(shí)現(xiàn)的核心在于算法，弄清楚原理，寫代碼只是一個機(jī)械的過程。假設(shè)一副圖像：2464x2056, 8bit，即共有5065984個像素點(diǎn)，256個灰度級。參照上述直方圖均衡化的步驟，用FPGA實(shí)現(xiàn)，效果展示如下：

編輯：hfy