对比度拉伸和直方图均衡的区别答案

【问题标题】：Difference between contrast stretching and histogram equalization对比度拉伸和直方图均衡的区别
【发布时间】：2017-04-28 09:05:29
【问题描述】：

我想知道对比拉伸和直方图均衡化的区别。

我已经尝试过使用 OpenCV 并观察了结果，但我仍然不了解这两种技术之间的主要区别。洞察力将是非常需要的帮助。

【问题讨论】：

【解决方案1】：

让我们先定义对比度，

对比度是图像“范围”的量度；即其强度的分布程度。它有许多正式的定义，其中一个著名的是 Michelson 的：

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

对比度与图像的整体视觉质量密切相关。理想情况下，我们希望图像使用整个可用值范围给他们。

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范围的值。

但他们使用不同的技术。 对比度拉伸的作用类似于映射

它将图像中的最小强度映射到范围内的最小值（上例中为 84 ==> 0）

以同样的方式，将图像中的最大强度映射到范围内的最大值（上例中为 153 ==> 255）

这就是为什么对比度拉伸不可靠的原因，如果只有两个像素的强度为0和255，那是完全没用的。

然而，更好的方法是使用概率分布的直方图均衡。可以学习步骤here

【讨论】：

【解决方案2】：

经过一番阅读，我发现了以下几点。

对比度拉伸就是增加图像中最大强度值和最小强度值之间的差异。所有其余的强度值都分布在此范围之间。

直方图均衡化是关于修改图像中所有像素的强度值，使直方图“变平”（实际上，直方图不能完全变平，会有一些高峰和一些低谷，但这是一个实际问题）。

在对比度拉伸中，源图像和目标图像之间的强度值存在一一对应的关系，即可以恢复原始图像来自对比度拉伸的图像。

但是，一旦执行直方图均衡化，就无法取回原始图像。

【讨论】：

【解决方案3】：

对比度拉伸是一种线性归一化，它拉伸图像强度的任意区间并将该区间拟合到另一个任意区间（通常目标区间是图像可能的最小值和最大值，如 0 和 255）。

直方图均衡化是一种非线性归一化，它拉伸高丰度强度的直方图区域并压缩低丰度强度的区域。

【讨论】：

【解决方案4】：

在直方图均衡中，您希望将直方图展平为均匀分布。

在对比度拉伸中，您可以操纵整个强度值范围。就像你在规范化中所做的一样。

【讨论】：

【解决方案5】：

对比度是最大和最小像素强度之差。

这两种方法都用于增强对比度，更准确地说，是调整图像强度以增强对比度。

在直方图均衡期间，直方图的整体形状变化，而相比之下拉伸的整体形状直方图保持不变。

【讨论】：

【解决方案6】：

我认为对比度拉伸拓宽了图像强度水平的直方图，因此输入范围附近的强度可以映射到整个强度范围。

直方图均衡化，另一方面，根据累积分布函数或概率将所有像素映射到全范围。

【讨论】：