Equalização dos Histogramas

em Imagens
Disciplina: Fundamentos de Computação Gráfica
Aluna: Jessica Palomares
Equalização dos Histogramas em
Imagens

1) Histograma
2) Equalização do Histograma da luminância.
3) Equalização da Imagem em escala de cores.
* RGB
* HSL
4) Conclusões
5) Bibliografia
 Histograma

* O histograma de uma imagem descreve a distribuição

estatística dos níveis de cinza em termos do número
de amostras ("pixels") com cada nível.
* A cada histograma está associado o contraste da
imagem.
* Fornece informação útil para fazer realce e análise da
imagem.
 Tons

Fuente : http://www.cambridgeincolour.com/pt/tutoriais/histogramas1.htm
V (l ) 1.0
0.8

Histograma de luminância
sensibilidade

0.6
relativa

0.4

0.2

0.0
380 480 580 680
l
780 (nm)
mais mais
escuro claro
Dada una imagem en cores RGB.
Obtêm-se a luminosidade:
𝑌 = 0.2126𝑅 + 0.7152𝐺 + 0.0722𝐵
Calcula-se o histograma da imagem

Numero de Pixels

Escala tonal
 Equalização do histograma de
luminância

Melhor contraste

A distribuição do cor é em todo o range da

luminância.

Numero de Pixels

Desvantagens:
Perda de informação: é quando, depois da
equalização, alguns pixels não tem suas
cores alteradas em relação a imagem
original Escala tonal
 O Algoritmo:

1. Fazer o Histograma de luminância.

2. Calcular o histograma acumulado (𝐻𝑖𝑠𝐴𝑐𝑢𝑚)
3. Para cada pixel da imagem

𝐻𝑖𝑠𝐴𝑐𝑢𝑚 𝑖 − 𝐻𝑖𝑠𝑡𝐴𝑐𝑢𝑚𝑚𝑖𝑛
𝑃𝑖𝑥𝑒𝑙 𝑖 = 𝑟𝑜𝑢𝑛𝑑 (𝐿 − 1)
𝑇𝑎𝑚𝑎𝑛ℎ𝑜 𝑑𝑎 𝐼𝑚𝑎𝑔𝑒𝑚 − 𝐻𝑖𝑠𝑡𝐴𝑐𝑢𝑚𝑚𝑖𝑛

4. Os valores obtidos botar novamente na mesma posição do pixel (i)

Equalização das imagens de cores
Histograma de imagem a cor
 Equalização das imagens de cores

O que aconteceu com a imagem?

A Equalização é feita pra cada canal R G B, que

provavelmente em alguns casos destroi a
distribuição dos componentes.
 Equalização das imagens de cores
Qual é a solução?
Converter para o espaço HSL, HSV,
YUV color space, Lab color space
Porque? O algoritmo de equalização só
é aplicado ao canal da
Espaço RGB luminancia. Espaço HSL

verde Y
1.0
amarelo
W
C
ciano branco

K vermelho
preto 1.0 R
1.0 azul M
magenta HLS (hue, lightness, saturation)
Equalização da imagem em o espaço
HSL

Equalização da
imagem no
espaço RGB
 O Algoritmo:

1. Converte o espaço RBG ao espaço HSL

2. Faz um Histograma no espaço HSL

3. Equaliza o Histograma (só para o canal L)

4. Converte do espaço HSL ao RGB

5. Pinta a imagem com os novos valores dos pixels.

 Outros exemplos:
Imagem Original

Imagem Eq. no espaço RGB Imagem Eq. no espaço HSL

 Imagem Original Outros exemplos:
Percebeu a diferença?
Em imagens onde o histograma dos
três canais é descontinuo a equalização
RGB empiora a imagem.

Mais em imagens que não tem muita

variação, a equalização posse melhorar
a imagem.

Imagem Eq. no espaço RGB Imagem Eq. no espaço HSL

 Imagem Original

Imagem Eq. no espaço RGB Imagem Eq. no espaço HSL

Outros usos do Histograma de uma
imagem:

• Se fosse realizar uma segmentação da Imagem.

Pega-se a porção de interesse.

Metodo Otsu para a Segmentacao de
Imagens
• n é o número total de píxeis na imagem
• nq é o número de píxeis que tem intensidade rq
• L é o número total de possíveis níveis
de intensidade na imagem

É um método de thresholding global para escolher o melhor threshold.

Este baseia-se no histograma normalizado (da imagem) como uma função de

densidade de probabilidade discreta.
 Conclusão

* O Histograma é uma ferramenta importante para o

entendimento da distribuição de cores numa imagem.

* De uma imagem posso gerar seu histograma, mais não é

possível gerar uma imagem a partir de um Histograma.

* A equalização de uma imagem num determinado espaço

do cor depende também da representação do histograma.
 Referencias

* http://sites.google.com/site/5kk70gpu/assignment-
s/color-conversion
* http://www.dte.us.es/ing_inf/trat_voz/Practicas/Practi
ca3.pdf
* http://iaci.unq.edu.ar/materias/vision/archivos/apunte
s/Segmentaci%C3%B3n%20por%20umbralizaci%C3%B3n%
20-%20M%C3%A9todo%20de%20Otsu.pdf