VC实现直方图的相对辐射校正吴文瑾摘要：在对两幅图像提取变化信息时，经常需要首先将它们的亮度、色调等调整为一致（即进行相对辐射校正），直方图匹配法就是这样一种常用的调整方法。本文对直方图匹配的原理和用VC编程对其实现的方法进行了介绍并对程序的实现结果进行了实验分析。分析结果证明，直方图匹配后的变化检测结果较匹配以前有了质的提升，说明使用该方法进行相对辐射校正效果还是比较好的，同时也说明了变化检测之前进行相对辐射校正的必要性。关键词：直方图；直方图匹配；直方图规定化；变化检测1引言衡化后的图像应有相同的概率密度函数，因此可以用原始图像均衡化后的灰度级s来代替上式中的v，即有z=G-1(v)=G-1在对不同时相、相同区域的两幅图像进行处理中，经常需(s)。这就意味着可以由原始图像均衡化后图像的灰度值来求算要检测两幅图像之间的变化信息。而由于两幅图像的拍摄设目标图像的灰度值z。直方图匹配的过程也正是求得所有r到z备、拍摄时的光照条件与拍摄角度的不同，经常会造成它们在的映射，并将目标图像中的灰度值根据映射进行替换的过程。明暗和色调上的显著差异，这种差异将会对变化信息的检测造成非常大的影响。因此，在对两幅图像进行变化检测之前，通3设计与代码常要将它们的亮度和色调尽可能调整为一致，这一过程称为相直方图的匹配涉及到如下几个步骤：r图（被匹配图）灰对辐射校正，直方图匹配则是相对辐射校正中一种比较常用的度频率统计，z图（参照图像）灰度频率统计，对r图与z图方法。分别进行灰度累计频率统计，将灰度累计频率转化为灰度值，考虑到目前使用的图像处理软件中实现这一功能比较麻建立r到z的映射关系，将r图中的灰度值根据映射进行替换。烦，因此自己动手写程序不失为一种好方法。下面介绍一下这根据运算的需求建立模型如图1。一方法的实现原理和用VC进行编程的主要代码。2原理灰度直方图是灰度级的函数，它表示图像中具有每种灰度级的像素个数，反映图像中每种灰度出现的频率。灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频率，是图像最基本的统计特征。直方图匹配则是为了使原图像灰度直方图变成规定形状的直方图而对图像修正的增强方法[1]。也称直方图规定化。它同时也是一种基于灰度频率密度函数的算法。图1假设Pr(r)和Pz(z)分别表示原始图像和参照图像的灰度分布概率密度函数，直方图匹配的目的就是调整r图像直方在该图中，A为原图像（r）灰度值（这里以3位图像为图，使之具有Pz(z)所表示的形状[2]。下面建立Pr(r)和Pz例）；B为A的（灰度累加频率*灰度级）取整值；D为参照(z)之间的关系。首先对原始图像进行直方图均衡化处理，即图像（z）灰度值；C为D的（灰度累加频率*灰度级）取整。当B[i]=C[j]时，令A[i]=D[j]，即完成原图像与参照求变换函数s=T(r)=；再对参照图像灰度级进行直图像之间的灰度映射，从而达到直方图匹配的效果。方图均衡化处理，即v=G(z)=。上式的逆变换为z在建立映射的过程中，需要特别指出的是，从r到z的映射关系并不是一个一对一或多对一的关系而是多对多的关系=G-1(v)[3]。因为对原始图像和标图都作了均衡化处理，所以均，（如r3，r4，r5对应z5，z6，z7），随着灰度级的增加，这个问2009.1375题也会表现得更加明显。因此需要人为添加映射的规则，在这p2-=width*height;//将指针移回数据的头部种多对多的关系上建立多对一映射（如对应于r3，r4，r5———for(i=0;i<width*height;i++){*pDIB=count0[*p2];z5，z6，z7的解决方法可以是r3，r4，r5全部映射到z5或全pDIB++;p2++;部映射到z7），但是这种方法会造成两张图像的灰度直方图匹}//根据灰度映射表进行灰度值替换配程度下降，相同值过多时，还可能导致图像的灰度级向上或向下移动。在解决这个问题时，使用一种向前匹配固定两端的4实验与分析方法对于每一个从的最末端一个值进行判断。B[i]，C[j]对于上述程序，进行了一些实验和分析。实验数据是一张即当取最大的时候若则执行当（j），B[i]<C[j]，j=j-1，B8位BMP格式的灰度图像（如图2），使用Photoshop在其上人第一次大于等于时令并推出本层循[i]C[j]，A[i]=D[j]为添加了两个变化区域后生成变化图像（如图3），将变化图环首先对从大到小判断的好处是虽然无法判断。，j，B[0]像的色调整体调暗以作为直方图匹配的实验材料（如图4）。和的大小但是可以确定和一定是一C[0]，B[max]C[max]在实验过程中，为