記錄一下圖像處理中的問題。
直方圖均衡
直方圖反映了圖像的灰度分布情況，直方圖均衡常用於增強圖像的對比度，是空間域上的操作，圖像增強的一種，凸顯圖像細節，這種方法對於背景和前景都太亮或者太暗的圖像非常有用，將圖像灰度直方圖比較集中的某個灰度區間變成在全部灰度范圍的均勻分布
假設r為圖像上某點灰度，設r取值區間為[0，1]（0表示白色，1表示黑色），有如下變換
s=T(r)，0≤r≤1
圖像中的任一點像素值都會映射輸出對應的值s,滿足條件
（1）T(r)在區間內為單調遞增函數
（2）0≤r≤1時有0≤T(r)≤1
存在反變換T=S-1(r)
條件1保證存在反函數，條件2保證變換后灰度范圍不變。
Pr(r)，Ps(s)分別表示隨機變量r,s的概率密度函數，Pr(r)和T(r)已知，且T-1(s) 滿足上述條件(1)，所以有
已知一種重要的變換函數：
關於上限的定積分的導數就是該上限的積分值 （萊布尼茨准則）
對於離散值：
其中rk 是第k個灰度級，k = 0,1,2,…,L-1.
nk是圖像中灰度級為rk的像素個數.
n是圖像中像素的總數.
已知變換函數的離散形式為：
sk稱作直方圖均衡化 將輸入圖像中灰度級為rk（橫坐標）的像素映射 到輸出圖像中灰度級為sk （橫坐標）的對應像素得到.
公式轉載至https://www.cnblogs.com/yoyo-sincerely/p/6159101.html
直方圖均衡化優點：
1.均衡化后的圖像明暗對比更明顯。亮的地方更亮，暗的地方更暗，拉開了差距。
2.直方圖被均勻分開。
3.增大圖像的信息量。
直方圖均衡化缺點：
1.變換后圖像的灰度級減少，某些細節消失；
2.某些圖像，如直方圖有高峰，經處理后對比度不自然的過分增強
下面是labview實現的直方圖均衡
可以明顯看到對比度增強了，有利於后續處理
低通濾波
圖像處理中的濾波器大體上分為線性濾波器和非線性濾波器。線性濾波器主要包括拉普拉斯算子、平滑濾波、高斯濾波器、均值濾波器
非線性濾波器如最大值濾波器、最小值濾波器、中值濾波器、N階濾波器、低通濾波器。濾波是將信號中特定波段頻率濾除的操作，是抑制和防止干擾的一項重要措施。是根據觀察某一隨機過程的結果，對另一與之有關的隨機過程進行估計的概率理論與方法。
平滑濾波器用於模糊處理和降低噪聲，我所用的就是labview里的平滑低通濾波器（有時也被稱為均值濾波器）。
需要處理數據較大時，時域處理會有計算量大、時間長時效性差等特點，講一下頻域濾波，大家都知道時域上的卷積可以轉化為頻域上的乘積，圖像的邊緣、紋理、細節以及噪聲處的灰度通常發生突變，在頻域上表現為高頻分量，圖像中變換較慢的部分為低頻分量，使用低通濾波器平滑圖像中的邊緣、紋理細節及噪聲，高通濾波器銳化圖像，強調圖像中的細節。理想低通濾波器處理圖像容易產生振鈴現象，截止頻率越小，現象越嚴重。圖像平滑是指用於突出圖像的寬大區域、低頻成分、主干部分或抑制圖像噪聲和干擾高頻成分，使圖像亮度平緩漸變，減小突變梯度，改善圖像質量的圖像處理方法，一般來講，平滑會使圖像的噪聲去掉，而保留主體的像素，但是會使圖像變得模糊。