Wichtigkeit der Verwendung des Histogrammausgleichs

Ich lese OpenCV-Tutorials und tauche in den Histogrammausgleich ein. Ich habe in Wikipedia gesucht , es gibt ein schönes Beispiel, das genau das Problem zusammenfasst:

Original:

ausgeglichen:

Aber um dieses Ergebnis zu erzielen, würde ich einen anderen Ansatz wählen:

1. Finden Sie das Minimum und Maximum im Original

2. normalisieren (neu zuordnen) alles darauf.

kein Histogramm, keine kumulative Verteilungsfunktion. Sicher ein dümmerer Ansatz, aber ich kann den Unterschied nicht erkennen. Warum Histogramm-Entzerrung verwenden? Kann mir jemand helfen, den Grund herauszufinden?

Der Unterschied besteht darin, dass Sie bei Ihrer Methode, wenn Sie sich das Histogramm vorstellen, es einfach dehnen, um es von 0 bis 255 zu überspannen, aber seine Form bleibt erhalten. Die Histogramm-Entzerrung streckt nicht nur Ihr Histogramm, sondern versucht auch, es flach zu machen, sodass Sie eine annähernd gleichmäßige Pixelverteilung für jeden Grauton erhalten.

In Bezug darauf, warum man für bestimmte Anwendungen besser ist als für andere, ist das anwendungsspezifisch.

Bearbeiten:

Hier einige Beispiele von Bruzed :

Kontrastdehnung (Ihre Methode):

Histogrammausgleich:

Wie Sie sehen können, war der Großteil der Pixel im Originalbild grau, dargestellt durch einen großen Peak in der Mitte. Wenn Sie die Kontraststreckung durchführen, ist die Spitze immer noch vorhanden, obwohl Ihr dunkelstes Pixel jetzt schwarz und Ihr hellstes Pixel jetzt weiß ist. Im Gegensatz dazu (Wortspiel beabsichtigt) erhalten Sie bei Verwendung der Histogrammdehnung eine viel flachere Histogrammantwort. Dies erhöht tatsächlich den Gesamtkontrast des Bildes.