基于直方图的图像增强算法（HE、CLAHE、Retinex）之（一）

for i = 1:256

ProbPixel(i) = NumPixel(i) / (height * width * 1.0);

end

CumuPixel = cumsum(ProbPixel);

CumuPixel = uint8(255 .* CumuPixel + 0.5);

for i = 1:height

for j = 1: width

V(i,j) = CumuPixel(V(i,j));

end

end

V = im2double(V);

hsvImg(:,:,3) = V;

outputImg = hsv2rgb(hsvImg);

imshow(outputImg);

最后，来对比一下不同方法对彩色图像的处理效果。下面的左图是采用R、G、B三分量分别处理得到的结果。右图是对HSV空间下V通道处理之结果。显然，右图的效果更理想，而左图则出现了一定的色彩失真。事实上，对彩色图像进行直方图均衡是图像处理研究领域一个看似简单，但是一直有人在研究的话题。我们所说的对HSV空间中V分量进行处理的方法也是比较基本的策略。很多相关的研究文章都提出了更进一步的、适应性更强的彩色图像直方图均衡化算法。有兴趣的读者可以参阅相关文献以了解更多。

分别处理R、G、B三个分量之结果 转换到HSV空间后处理V分量

这是本系列文章的第一篇，在下一篇文章中我们将要讨论CLAHE算法，也就是限制对比度的自适应直方图均衡算法。