Histogram Equalization & Edge detection

作業內容:
Image Enhancement Using Histogram Equalization & Edge detection

(一)Histogram Equalization(直方圖均衡化)

顧名思義，將原本的圖片均衡化，簡單來講每張圖上，散布著各種不同顏色的pixel所組成，把每個pixel的值，

讀出來加以轉化，即可得到我們想要的結果，Histogram Equlization利用把原本某一塊機率函數平均分配到所有顏色上面，會得到一張對比度較高的圖片，如下圖，Origianl的顏色分布原本是比較不均勻的，經過Equlization後可以得到一個對比度較強的圖片

 Histogram Equalization 的步驟如下

1.    建立影像的 histogram(及每個顏色的機率分布，稱作PDF).

2.     計算影像的 cumulative distribution function(即CDF，轉換成機率累積分布).

3.     根據 CDF 以及 cumulative equalization 公式 計算灰階亮度的對應關係.(此題為累積機率*255)

4.     根據對應關係計算出新的灰階亮度.

 實際程式結果demo:
左邊的為Source image   右邊的為 Equalize後的image

(二) Edge detection using Sobel Operators

Edge detection 的目的是要找出灰階有劇烈變化的邊界

理論上邊界處之灰階會呈現階梯狀變化(step edge)或直線狀變化(line edge)












Sobel 的方法就是算出影像的垂直梯度(gradient)與水平梯度，兩者取絕對值相加即可。

開根號計算比較麻煩，所以通常用取絕對值相加

實際程式結果demo:

左邊為原本的image ，右邊為邊界化後的image