freq(255) freq(256) 值中的直方图均衡误差

Question

我的直方图均衡初始代码完美地计算了 freq(1) 到 freq(254)，但错误地计算了 freq(255) 和 freq(256)。 freq(255) 处的结果错误地是 freq(255) 和 freq(256) 处实际结果的总和。并且 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，我在其中分别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

最有可能的罪魁祸首是您的图像 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 应该得到 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超过 255 的任何值。

实际发生的情况是，那些被合并为 254 的值正在与 255 合并，因为 uint8(254+1) = uint8(255+1) = 255。这就是索引 254 和 255 处的计数错误，而 bin 256 为 0 的原因。

因此，为确保您的数据不饱和，您需要将数据转换为对 8 位数据不饱和的类型。 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 mdata 转换为 double，因此：

mdata = double(mdata);

执行此操作后，当您运行您的代码时，它现在应该可以工作，您不必手动检查强度范围较高端的那些值。

freq(255) freq(256) 值中的直方图均衡误差

Histogram Equalization error in freq(255) freq(256) values

matlab

image

image-processing