freq(255) freq(256) 值中的直方图均衡错误

Question

我的直方图均衡初始代码完美地计算了 freq(1) 到 freq(254) 并错误地计算了 freq(255) 和 freq(256)。 freq(255) 的结果错误地是 freq(255) 和 freq(256) 的实际结果的总和。 freq(256) 始终保持为 0。

    freq=zeros(256,1);
    probf=zeros(256,1);
    probc=zeros(256,1);
    cum=zeros(256,1);
    output=zeros(256,1);
    numofpixels = 1080*1920;
    value = 500;
    %calculating the frequency
    for i=1:1080
        for j=1:1920
            value=mdata(i,j,1);
            freq(value+1)=freq(value+1)+1;                
            probf(value+1)=freq(value+1)/numofpixels;

        end
    end

所以我将初始代码修改为以下代码，我在其中单独检查任何像素的值是否为 254 和 255。这非常有效。背后的原因可能是什么？

freq=zeros(256,1);
probf=zeros(256,1);
probc=zeros(256,1);
cum=zeros(256,1);
output=zeros(256,1);
numofpixels = 1080*1920;
maximum254 = 0;
maximum255 = 0;
value = 500;
%calculating the frequency
for i=1:1080
    for j=1:1920
        value=mdata(i,j,1);
        if value < 254
        freq(value+1)=freq(value+1)+1;
        end

        if value==254
        freq(255)=freq(255)+1;
        maximum254 = maximum254 +1;
        end

        if value==255
        freq(256)=freq(256)+1;
        maximum255 = maximum255 +1;
        end

        probf(value+1)=freq(value+1)/numofpixels;

    end
end

Answer 1

最可能的罪魁祸首是您的图像是uint8 并且数据类型正在饱和。您注意到您需要将强度加 1 以对结果进行分箱，因为 MATLAB 从索引 1 开始索引。但是，当您达到强度 255 时，加 1 应该会给您 256，但它实际上饱和到 255。这就是为什么 256 处的 bin 始终为 0，因为您永远不会生成任何超过 255 的值。

实际发生的情况是，由于uint8(254+1) = uint8(255+1) = 255，那些在 254 处被分箱的值正在与 255 合并。这就是为什么索引 254 和 255 的计数是错误的，而 bin 256 是 0。

因此，为确保您的数据不会饱和，您需要将数据转换为不会饱和 8 位数据的类型。 double 是一个很好用的类型。因此，在执行直方图均衡之前，只需将您的 mdata 转换为 double，等等：

mdata = double(mdata);

一旦你这样做了，当你运行你的代码时，它现在应该可以工作了，你不应该手动检查强度范围较高端的那些值。