This cdf shows that the minimum val

This cdf shows that the minimum value in the subimage is 52 and the maximum value is 154. The cdf of 64 for value 154 coincides with the number of pixels in the image. The cdf must be normalized to [0,255]. The general histogram equalization formula is:


h(v) =
mathrm{round}
left(
frac {cdf(v) - cdf_{min}} {(M imes N) - cdf_{min}}
imes (L - 1)

ight)
where cdfmin is the minimum non-zero value of the cumulative distribution function (in this case 1), M × N gives the image's number of pixels (for the example above 64, where M is width and N the height) and L is the number of grey levels used (in most cases, like this one, 256).

Note that to scale values in the original data that are above 0 to the range 1 to L-1, inclusive, the above equation would instead be:


h(v) =
mathrm{round}
left(
frac {cdf(v) - cdf_{min}} {(M imes N) - cdf_{min}}
imes (L - 2)

ight) + 1
where cdf(v) > 0. Scaling from 1 to 255 preserves the non-zero-ness of the minimum value.

The equalization formula for the example scaling data from 0 to 255, inclusive, is:


h(v) =
mathrm{round}
left(
frac {cdf(v) - 1} {63}
imes 255

ight)

Kết quả (Việt) 1:

Cdf này cho thấy rằng các giá trị tối thiểu trong subimage là 52 và giá trị tối đa là 154. Cdf 64 cho giá trị 154 trùng với số điểm ảnh trong hình ảnh. Cdf phải được chuẩn hoá để [0,255]. Công thức bằng biểu đồ nói chung là:h(v) = mathrm{Round} left) frac {cdf(v) - cdf_ {min}} {(M imes N) - cdf_ {min}} imes (L - 1)
ight)nơi cdfmin là giá trị không nhỏ nhất của hàm phân phối tích lũy (trong trường hợp này 1), M × N cho các hình ảnh số điểm ảnh (ví dụ ở trên 64, nơi M là N chiều cao và chiều rộng) và L là số lượng các cấp độ màu xám (trong hầu hết trường hợp, như thế này một, 256).Lưu ý rằng quy mô các giá trị trong dữ liệu gốc trên 0 đến phạm vi 1 L-1, bao gồm, phương trình trên thay vào đó sẽ:h(v) = mathrm{Round} left) frac {cdf(v) - cdf_ {min}} {(M imes N) - cdf_ {min}} imes (L - 2)
ight) + 1nơi cdf(v) > 0. Tỉ lệ từ 1 đến 255 bảo tồn phòng không-zero-ness của giá trị tối thiểu.Công thức sự ngang nhau cho các ví dụ rộng dữ liệu từ 0 đến 255, bao gồm, là:h(v) = mathrm{Round} left) frac {cdf(v) - 1} {63} imes 255
ight)

Kết quả (Việt) 2:

Cdf Điều này cho thấy rằng giá trị tối thiểu trong subimage là 52 và giá trị tối đa là 154. Các cdf 64 cho giá trị 154 trùng với số lượng điểm ảnh trong hình ảnh. Các cdf phải được bình thường hóa với [0255]. Công thức cân bằng histogram chung là: h (v) = mathrm {tròn} left ( frac {cdf (v) - cdf_ {min}} {(M times N) - cdf_ {min}} times (L - 1) right) nơi cdfmin là không bằng không giá trị nhỏ nhất của hàm phân phối tích lũy (trong trường hợp này 1), M × N cho số của hình ảnh của các điểm ảnh (cho ví dụ trên 64, trong đó M là chiều rộng và N là chiều cao) và L là số mức xám được sử dụng (trong hầu hết trường hợp, như thế này, 256). Lưu ý rằng quy mô giá trị trong dữ liệu gốc mà là trên 0 đến khoảng 1 đến L-1, bao gồm, phương trình trên thay vào đó sẽ là: h (v) = mathrm {tròn} left ( frac {cdf (v) - cdf_ {min}} {(M times N) - cdf_ {min}} times (L - 2) right) + 1 . nơi cdf (v)> 0. Scaling 1-255 giữ gìn non-zero-Ness của giá trị tối thiểu Công thức cân bằng cho các ví dụ rộng dữ liệu 0-255, toàn diện, là: h (v ) = mathrm {tròn} left ( frac {cdf (v) - 1} {63} times 255 right)