HW3 直方圖均化以及邊緣偵測 (Image Enhancement Using Histogram Equalization & Edge detection)

直方圖均化Histogram Equalization
 我們這次可以使用openCV所提供的function來完成H.E，也可以自己寫function來implement出  同樣  的效果，主要的數學公式如下 : 

上述公式中，rk是原始分布的隨機變數r的第k種灰階，nk是第k種灰階的像素數，n是整張影像  的像素數。

上述公式中，L為256，此為(所有灰階的總和數*255)/n，最後再取四捨五入後的值。

 Follow以上的數學運算式，我們就能實做出H.E一樣的效果 !

均勻分布圖 : 

程式實作如下 : 

(左)圖為Source Image，(右)圖為Equalized Image

Histogram comparison :

(左)圖為Source Image 的直方圖，(右)圖為Equalized Image 的直方圖

邊緣偵測 Sobel EdgeDection 

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，用來加深邊緣的顏色。

影像 f 與上述兩個kernel作convolution得到

結果如下 : 

                       

程式實作如下 : 

(左)圖為Source Image，(右)圖為EdgeDection Image

結論 : 

這次的作業要我們做的事情，雖然用openCV內建的function就能輕鬆搞定，但是若直接用反而不清楚實際的色值如何運用，透過已知的數學公式，照著式子一步一步做，得到跟內建的結果一樣，也對H.E和edge dection更加了解 !