tầm quan trọng của việc sử dụng cân bằng biểu đồ

Tôi đang đọc hướng dẫn opencv và tôi đang đi sâu vào cân bằng biểu đồ. Tôi đã xem trong wikipedia , có một ví dụ hay tổng hợp chính xác vấn đề:

nguyên:

nhập mô tả hình ảnh ở đây

cân bằng:

nhập mô tả hình ảnh ở đây

nhưng để có được kết quả này, tôi sẽ sử dụng một cách tiếp cận khác:

tìm tối thiểu và tối đa trong bản gốc
bình thường hóa (remap) mọi thứ trên nó.

không có biểu đồ, không có chức năng phân phối tích lũy. chắc chắn một cách tiếp cận ngu ngốc hơn nhưng tôi không thể thấy sự khác biệt .. tại sao sử dụng cân bằng biểu đồ? ai đó có thể giúp tôi đưa ra lý do?

equalization histogram

— nkint
nguồn

Sự khác biệt là với phương pháp của bạn, nếu bạn tưởng tượng biểu đồ, bạn chỉ cần kéo dài nó từ 0 đến 255, nhưng hình dạng của nó sẽ được giữ nguyên. Cân bằng biểu đồ không chỉ kéo dài biểu đồ của bạn, mà còn cố gắng làm cho nó phẳng, để bạn có được sự phân bố xấp xỉ các pixel của mỗi màu xám.

Về lý do tại sao một ứng dụng tốt hơn cho các ứng dụng nhất định so với các ứng dụng khác, đó là ứng dụng cụ thể.

Biên tập:

Dưới đây là một số ví dụ từ Bruzed :

Kéo dài độ tương phản (phương pháp của bạn):

nhập mô tả hình ảnh ở đây

Biểu đồ cân bằng:

nhập mô tả hình ảnh ở đây

Như bạn có thể thấy, phần lớn các pixel trong ảnh gốc có màu xám, được biểu thị bằng một đỉnh lớn ở giữa. Khi bạn thực hiện kéo dài độ tương phản, đỉnh vẫn ở đó, mặc dù pixel tối nhất của bạn bây giờ là màu đen và pixel sáng nhất của bạn bây giờ là màu trắng. Ngược lại (ý định chơi chữ), sử dụng kéo dài biểu đồ bạn sẽ nhận được phản hồi biểu đồ phẳng hơn nhiều. Điều này thực sự làm tăng độ tương phản tổng thể của hình ảnh.

— Phonon
nguồn

bạn có thể cung cấp một số ví dụ?

— nkint

@nkint Ví dụ về các ứng dụng hoặc ví dụ về cách hai cái này khác nhau?

— Phonon

Hai người khác nhau như thế nào!

— nkint

Để bổ sung cho câu trả lời của Phonon, đây là một tình huống mà hai người khác nhau. Bạn có một bức ảnh thiếu sáng - màu xám đậm và tối ở mọi nơi (giả sử các giá trị bị giới hạn trong phạm vi 0). Tuy nhiên, do vấn đề về cảm biến, có một điểm ảnh nóng đơn độc ở 255. Chuẩn hóa biểu đồ sẽ mang lại hình ảnh phơi sáng chính xác, với một số trường hợp mất dải động. Cách tiếp cận đề xuất của bạn sẽ không thay đổi bất cứ điều gì vì mức tối thiểu trong đầu vào là 0 và tối đa là 255.

— pichenettes

Ngoài ra, thay vì sử dụng tối thiểu tối đa làm tài liệu tham khảo cho chuẩn hóa, người ta có thể sử dụng phần trăm, ví dụ phần trăm thứ 10 và 90.

— heltonbiker