c++ - OpenCV:16 位灰度图像的归一化结果较弱

Question

我想在 16 位灰度图像中拉伸(stretch)对比度。但是 void normalize(InputArray src, OutputArray dst, double alpha=1, double beta=0, int norm_type=NORM_L2, int dtype=-1, InputArray mask=noArray() ) 让我更明亮了一点图像，但仍然太暗。

文档:http://docs.opencv.org/2.4/modules/core/doc/operations_on_arrays.html#normalize

表示alpha是下限，beta是上限。所以在 16 位图像的情况下，我希望 0 和 65535.0 是正确的值。我做了一项研究，大多数答案指出 alpha 和 betha 在归一化图像中是最小值和最大值。

#include "stdafx.h"
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
int main()
 {
    cv::Mat image;
    image = cv::imread("darkImage.tif", CV_LOAD_IMAGE_ANYDEPTH | CV_LOAD_IMAGE_GRAYSCALE);

if (!image.data)                           
    {
        std::cout << "Could not open or find the image" << std::endl;
        return -1;
    }

    cv::namedWindow("Original", CV_WINDOW_NORMAL | CV_WINDOW_KEEPRATIO);
    cv::imshow("Original", image);
    
    cv::normalize(image, image, 0, 65535.0, cv::NORM_MINMAX, CV_16U);
    cv::namedWindow("Normalize", CV_WINDOW_NORMAL | CV_WINDOW_KEEPRATIO);
    cv::imshow("Normalize", image);
    cv::waitKey();

    return 0;

}

Original and Normalized image表明对比度增强是不够的。 ImageJ 规范化让我变得更好 result .

alpha 和 beta 值是否适合 16 位图像？我是 opencv 的新手，感谢任何帮助。

我用的是:opencv3.1、VisualStudio2015、W10、64位

Answer 1

是的，直方图均衡化可能是可行的方法。 EqualizeHist不适用于 16 位。所以我会推荐

image.convertTo(image,CV_8U,1./256.);

或

image.convertTo(image,CV_32F);

其次是

equalizeHist(image,imageEq);

8 位选项是经过验证的，但在截断过程中可能会丢失信息。我还没有为 float 尝试过这个，但我怀疑它最终会在内部截断/分箱，这违背了 float 的目的。

或者，如果你想正确地做到这一点并且不关心运行时/开发时，你可以实现一个 16 位直方图，然后是一个 16 位到 8 位查找表，遵循直方图背后的想法均衡/CLAHE。 (制作累积分布函数，将这个65K vector 直接作为查找表应用到图像上，使结果均匀分布。)

或者如果你想做你自己的 cv::normalize() 版本来给出中心均值和合理的标准差，你可以这样做:

Scalar imMean, imStd;
meanStdDev(image, imMean, imStd);
double a = (1<<16)*(0.25/imStd.val[0]);   // give equalized image a stdDev of 0.25
double b = (1<<16)*0.5 - a*imMean.val[0]; // give equalized image a mean of 0.5
imageEq = a*image+b;