概率论上,设一个随机变量X,求得其分布函数F(x),另有一随机变量Y,若Y = F(X),那么Y满足均匀分布。所以直方图均衡化,就是把像素值X,求得其累计直方图F(x)的映射,将这个映射用到X上,得到均匀分布的Y,只不过这时Y的分布范围是在【0,1】之间的小数,要先拉伸其范围到整个灰度区间,再量化为整数,所以就出现了量化的误差,导致得到的新的分布并非严格均匀分布
概率论上,设一个随机变量X,求得其分布函数F(x),另有一随机变量Y,若Y = F(X),那么Y满足均匀分布。所以直方图均衡化,就是把像素值X,求得其累计直方图F(x)的映射,将这个映射用到X上,得到均匀分布的Y,只不过这时Y的分布范围是在【0,1】之间的小数,要先拉伸其范围到整个灰度区间,再量化为整数,所以就出现了量化的误差,导致得到的新的分布并非严格均匀分布