Számítógépes képfeldolgozás
Az első szakasz mérjük hisztogram az eredeti kép. Egy digitális kép, melynek fényereje tartományban, például tartozik a egész szám 0-tól 255, a hisztogram a táblázat a 256 számok. Mindegyikük azt mutatja, a pontok száma egy keret, amelynek egy adott fényerejét. Elosztjuk az összes számot a táblázatban a teljes minta méretét, ahány kép pontokat használják értékelést ad a valószínűségi eloszlása a kép fényerejét.
Egy második lépésben hajtjuk végre, nem-lineáris transzformáció maga rendelkezik a szükséges tulajdonságokkal, a kimeneti kép. Ebben az esetben ahelyett, hogy a valódi, ismeretlen kumulatív eloszlás használt értékelési a hisztogram alapján. Ezt szem előtt tartva, a módszerek átalakítására bitmap képeket, amelynek célja egy változata az eloszlás törvények nevezik hisztogram módszer. Különösen a konverzió, amelynél a kimeneti kép egyenletes eloszlását nevezik kiegyenlítés (szintező) hisztogram.
A jellemző sok kapott képek valós ábrázoló rendszerek jelentős hányada sötét régiók és viszonylag kis számú telek nagy fényerejű. Kiegyenlítési úgy tervezték, hogy állítsa be a képet, illessze az elválaszthatatlan része a terület különböző fényerő.
// létrehozása és inicializálása tömb mutatókat az indextábla
IplLUT * Plut [3];
Plut [0] = LUT [0];
Plut [1] = LUT [1];
Plut [2] = LUT [2];
// Beállítjuk az első indextábla tagok
CreateLUT (Plut [0]);
CreateLUT (Plut [1]);
CreateLUT (Plut [2]);
// építsünk egy hisztogram, hogy megtalálják a magasságra
iplComputeHisto (img, Plut);
// kiegyenlítés
iplHistoEqualize (img, img, Plut);
// Tag törlése indextábla
DeleteLUT (Plut [0]);
DeleteLUT (Plut [1]);
DeleteLUT (Plut [2]);
>