HSI空间下彩色图像直方图均衡化与分析

实验四主要涉及图像处理中的直方图分析与应用，具体包括直方图的计算、绘制以及直方图均衡化和规定化。本实验的核心知识点如下： 1. **直方图基础知识**: - 直方图是图像处理中用于描述图像灰度级分布的重要工具，其中x轴表示灰度值，y轴表示相应灰度值像素的频率或数量。对于8位图像，灰度级范围通常为0到255。 2. **直方图计算与绘制**: - 使用OpenCV库的cv2.calcHist函数进行直方图计算，此函数接受原始图像（以uint8或float32格式）、统计的通道（单通道或RGB）、可选的掩模（全图或局部区域）、bin数量（如[32], [128], [256]）以及像素值范围（如[0,256]）作为参数。 - 使用matplotlib库进行直方图的可视化，以便于理解和分析图像的灰度分布。 3. **直方图均衡化**: - 目的是增强图像对比度，通过调整灰度级间的距离和压缩频率较低的灰度级，使图像的灰度分布更接近均匀。这可以通过将原图像的直方图映射到新的灰度级分布来实现。 4. **直方图规定化**: - 与直方图均衡化类似，规定化允许将图像的灰度级分布映射到任何预设的分布，以优化图像对比度，但更加灵活，可以针对特定应用场景定制。 5. **实验操作**: - 实验步骤包括利用提供的函数和参数来计算彩色图像（如Fig6）在HSI空间中亮度分量的直方图，并进行均衡化处理，然后观察处理前后图像色彩变化。 6. **实验目标**: - 学习直方图的基本概念和计算方法，以及直方图均衡化和规定化的原理和实际应用。 - 掌握使用OpenCV（如cv2.calcHist）、NumPy（如np.histogram）和Matplotlib进行图像处理的技术。 通过这个实验，参与者将深化对图像处理的理解，提高在实际项目中优化图像质量的能力，尤其是在处理低对比度图像时。