Chương 3

Histogram
MSc Nguyen Khanh Loi – 110B3
Email: nkloi@hcmut.edu.vn

2021
 Nội dung

❖ Histogram
❖ Cân bằng histogram
❖ Hiệu chỉnh theo histogram định trước
❖ Dịch chuyển histogram
❖ Trải rộng histogram
❖ Thu hẹp histogram

Image Processing
Histogram 2 MSc Nguyen Khanh Loi
 Các đặc trưng xác suất thống kê

➢ Xác suất của từng mức xám: ➢ Giá trị trung bình (Mean):
𝑛𝑘 𝐿−1
𝑝 𝑧𝑘 =
𝑀×𝑁 𝑚 = ෍ 𝑧𝑘 𝑝 𝑧𝑘
𝐿−1
𝑘=0
෍ 𝑝 𝑧𝑘 = 1
𝑘=0
➢ Phương sai (Variance):
𝐿−1
Trong đó:
𝜎 2 = ෍ 𝑧𝑘 − 𝑚 2 𝑝 𝑧𝑘
• 𝑧𝑘 , 𝑘 = 0, 1, . . 𝐿 − 1 tất cả các giá
trị mức xám 𝑘=0
• 𝑛𝑘 là số lần xuất hiện của mức ➢ Độ lệch chuẩn (Standard deviation):
xám 𝑧𝑘
𝜎 = 𝜎2

Image Processing
Histogram 3 MSc Nguyen Khanh Loi
 Histogram
➢ Histogram chuẩn hoá của ảnh xám L mức ➢ Histogram của ảnh xám L mức
𝐿−1 𝐿−1
𝑛𝑘
𝑝 𝑧𝑘 = , ෍ 𝑝 𝑧𝑘 = 1 ℎ 𝑧𝑘 = 𝑛𝑘 , ෍ ℎ 𝑧𝑘 = 𝑀 × 𝑁
𝑀×𝑁
𝑘=0 𝑘=0

Trong đó:
• 𝑧𝑘 , 𝑘 = 0, 1, . . 𝐿 − 1 tất cả các giá trị mức xám
• 𝑛𝑘 là số lần xuất hiện của mức xám 𝑧𝑘
• 𝑀 × 𝑁 tổng số pixel của ảnh
❖ Mô tả toàn cục sự xuất hiện trong ảnh, cung cấp thông tin hữu ích cho độ sáng và độ
tương phản.
❖ Có thể xem như ước lượng của phân bố xác suất.

Image Processing
Histogram 4 MSc Nguyen Khanh Loi
 Xác định histogram

▪ Với ảnh B-bit, khởi động 2B biến đếm tương ứng các giá trị mức xám
▪ Quét toàn bộ điểm ảnh
▪ Tăng biến đếm tương ứng mỗi khi gặp mức xám

▪ Ví dụ: Tính và vẻ histogram của ảnh bên dưới. Với B = 3.

4 2 1 5
1 3 3 6
0 0 2 3
7 6 5 4

Image Processing
Histogram 5 MSc Nguyen Khanh Loi
 Histogram
Xác định hình nào có độ
lệch chuẩn lớn nhất? Tại
sao?

Image Processing
Histogram 7 MSc Nguyen Khanh Loi
 Độ tương phản

▪ Sự chênh lệch (lớn nhất)

giữa sáng và tối.
▪ Độ tương phản cao: nổi
bật và sắc nét hơn
▪ Độ tương phản thấp: mờ
mịn hơn

Image Processing
Histogram 8 MSc Nguyen Khanh Loi
 CDF

➢ Hàm phân phối tích lũy (CDF:

Cumulative distribution function): phân
phối xác suất của một biến ngẫu nhiên
giá trị thực X. Với mỗi số thực x, hàm
phân phối tích lũy được định nghĩa như
sau:

Image Processing
Histogram 9 MSc Nguyen Khanh Loi
 CDF & histogram

Image Processing
Histogram 10 MSc Nguyen Khanh Loi
 Cân bằng histogram (Histogram equalization)

➢ Là một hướng trong tăng cường ảnh.

➢ Thiết kế một biến đổi 𝑇 sao cho histogram chuẩn hóa của ảnh ngõ ra phân
bố đều trong khoảng [0, 1].

Image Processing
Histogram 11 MSc Nguyen Khanh Loi
 Cân bằng histogram

Hàm phân phối tích lũy (CDF) sẽ thay đổi như thế nào sau khi cân bằng
histogram?

Image Processing
Histogram 12 MSc Nguyen Khanh Loi
 Giải thuật cân bằng histogram rời rạc

▪ Bước 1: Tính phân bố histogram chuẩn hoá:

𝑛𝑘
𝑝 𝑧𝑘 =
𝑀×𝑁
▪ Bước 2: Tính tích giữa thang xám và tổng luỹ kế của các giá trị histogram
chuẩn hoá.
𝑘

𝑠𝑘 = ෍ 𝑝 𝑧𝑗
𝑗=0
𝑙𝑘 = (𝐿 − 1) ∙ 𝑠𝑘 Thang xám [0, 𝐿 − 1]

▪ Bước 3: Làm tròn giá trị

Image Processing
Histogram 14 MSc Nguyen Khanh Loi
 Ví dụ 1
Xét một hình xám có kích thước 64x64, các giá trị mức xám có giá trị (0, 1, …, 7). Số
lượng các mức xám được cho theo bảng dưới đây:
𝑘 0 1 2 3 4 5 6 7
𝑛𝑘 790 1023 850 656 329 245 122 81

➢ Bước 1: Tính các giá trị chuẩn hoá

𝒌 𝒛𝒌 𝒏𝒌 𝒑 𝒛𝒌 = 𝒏𝒌 /(𝑵 × 𝑴)
0 0 790 0.19
1 1 1023 0.25
2 2 850 0.21
3 3 656 0.16
4 4 329 0.08
5 5 245 0.06
6 6 122 0.03
7 7 81 0.02
Image Processing
Histogram 15 MSc Nguyen Khanh Loi
 Ví dụ 1

➢ Bước 2: Tính tích giữa thang xám và tổng luỹ kế của các giá trị histogram
chuẩn hoá.
𝑘 𝑙𝑘
𝒑 𝒛𝒌
𝒌
= 𝒏𝒌 /(𝑵 × 𝑴)
𝒌 𝑠𝑘 = ෍ 𝑝 𝑧𝑗 = (𝐿 − 1) ∙ 𝑠𝑘
𝑗=0 = 𝟕 ∙ 𝑠𝑘
0 0.19 0 0.19 1.33
1 0.25 1 0.19 + 0.25 = 𝒔𝟎 + 0.25 = 0.44 3.08
2 0.21 2 0.19 + 0.25 + 0.21 = 𝒔𝟏 + 0.21 = 0.65 4.55
3 0.16 3 0.19 + 0.25 + 0.21 + 0.16 = 𝒔𝟐 + 0.16 = 0.81 5.67
4 0.08 4 0.19 + 0.25 + 0.21 + 0.16 + 0.08 = 𝒔𝟑 + 0.08 = 0.89 6.23
5 0.06 5 0.19 + 0.25 + 0.21 + 0.16 + 0.08 + 0.06 = 𝒔𝟒 + 0.06 = 0.95 6.65
6 0.03 6 0.19 + 0.25 + 0.21 + 0.16 + 0.08 + 0.06 + 0.03 = 𝒔𝟓 + 0.03 = 0.98 6.86
7 0.02 7 0.19 + 0.25 + 0.21 + 0.16 + 0.08 + 0.06 + 0.03 + 0.02 = 𝒔𝟔 + 0.02 = 1.00 7.00

Image Processing
Histogram 16 MSc Nguyen Khanh Loi
 Ví dụ 1

➢ Bước 3: Làm tròn giá trị.

𝑙𝑘 = (𝐿 − 1) ∙ 𝑠𝑘
𝒌 [𝑙𝑘 ]
= 7 ∙ 𝑠𝑘
0 1.33 1
1 3.08 3
2 4.55 5
3 5.67 6
4 6.23 6
5 6.65 7
6 6.86 7
7 7.00 7

Image Processing
Histogram 17 MSc Nguyen Khanh Loi
 Ví dụ 1

➢ Kết quả
𝒌 𝒏𝒌 [𝑙𝑘 ]
0 790 1
1 1023 3
2 850 5
3 656 6
4 329 6
5 245 7
6 122 7
7 81 7

Image Processing
Histogram 18 MSc Nguyen Khanh Loi
 Nhận xét
❖ Cân bằng histogram ảnh số (rời rạc) thường chỉ cho kết quả
xấp xỉ phân bố đều.
❖ Cân bằng histogram có thể không luôn tạo ra kết quả mong
muốn, cụ thể khi histogram cho trước quá hẹp.
❖ Độ sâu mức xám có thể bị giảm.

Image Processing
Histogram 19 MSc Nguyen Khanh Loi
 Thu hẹp histogram
𝑙𝑘
𝑙𝑘′ = 𝐿𝑚𝑎𝑥 − 𝐿𝑚𝑖𝑛 + 𝐿𝑚𝑖𝑛
𝐿−1

𝑙𝑘 = 𝐿 ∙ 𝑠𝑘

Trong đó [𝐿𝑚𝑖𝑛 , 𝐿𝑚𝑎𝑥 ]L là khoảng

mức xám sau khi thu hẹp

Image Processing
Histogram 20 MSc Nguyen Khanh Loi
 Cân bằng histogram thích nghi

• Dựa trên histogram từng phần

của ảnh.
• Giới hạn mở rộng độ tương phản
trong vùng phẳng bằng cách xén
giá trị histogram.

Image Processing
Histogram 22 MSc Nguyen Khanh Loi
 Contrast Limited Adaptive Histogram Equalization (CLAHE)

Image Processing
Histogram 23 MSc Nguyen Khanh Loi
 Cân bằng histogram thích nghi

Image Processing
Histogram 24 MSc Nguyen Khanh Loi
 Ví dụ 2

Cho một bức hình độ sâu mức xám 3-bits có kích thước 8x8, có histogram như
bên dưới. Thực hiện cân bằng histogram.
𝒌 𝒏𝒌
0 2
1 3
2 5
3 6
4 9
5 12
6 14
7 13

Image Processing
Histogram 25 MSc Nguyen Khanh Loi
 Hiệu chỉnh histogram rời rạc

Image Processing
Histogram 26 MSc Nguyen Khanh Loi
 Hiệu chỉnh histogram rời rạc

Image Processing
Histogram 27 MSc Nguyen Khanh Loi
 Giải thuật hiệu chỉnh histogram rời rạc
▪ Bước 1: Tính giá trị 𝑙𝑘 của ảnh gốc
𝑘

𝑠𝑘 = ෍ 𝑝 𝑧𝑗 , 𝑙𝑘 = (𝐿 − 1) ∙ 𝑠𝑘 Thang xám [0, 𝐿 − 1]

𝑗=0
▪ Bước 2: Tính giá trị 𝑡𝑘 của ảnh tham chiếu
𝑘

𝑣𝑘 = ෍ 𝑝 𝑧𝑗 , 𝑡𝑘 = (𝐿 − 1) ∙ 𝑣𝑘
𝑗=0
▪ Bước 3: Với mỗi giá trị 𝑙𝑘 chọn giá trị 𝑡𝑘 gần nhất (Nếu có nhiều giá trị quy
ước chọn giá trị nhỏ nhất)
▪ Bước 4: Làm tròn mức xám
Image Processing
Histogram 28 MSc Nguyen Khanh Loi
 Ví dụ 3

Xét một hình xám có kích thước 64x64, các giá trị mức xám có giá trị (0, 1,
…, 7). Số lượng các mức xám được cho theo bảng dưới đây:
𝑘 0 1 2 3 4 5 6 7
𝑛𝑘 790 1023 850 656 329 245 122 81

Hiệu chỉnh mức xám về histogram

phân bố như sau:

𝑘 0 1 2 3 4 5 6 7
𝑛𝑘 0 0 1000 0 1200 1000 600 296

Image Processing
Histogram 29 MSc Nguyen Khanh Loi
 Ví dụ 3
▪ Bước 1: Tính giá trị 𝑙𝑘 của ảnh gốc ▪ Bước 2: Tính giá trị 𝑡𝑘 của ảnh
tham chiếu

𝑙𝑘 = (𝐿 − 1) ∙ 𝑠𝑘 𝑡𝑘 = (𝐿 − 1) ∙ 𝒗𝑘
𝒌 𝒌
= 7 ∙ 𝑠𝑘 = 7 ∙ 𝒗𝑘
0 1.33 0 0.00
1 3.08 1 0.00
2 4.55 2 1.71
3 5.67 3 1.71
4 6.23 4 3.76
5 6.65 5 5.47
6 6.86 6 6.49
7 7.00 7 7.00

Image Processing
Histogram 30 MSc Nguyen Khanh Loi
 Ví dụ 3
▪ Bước 3: Với mỗi giá trị 𝑙𝑘 chọn giá trị 𝑡𝑘 gần nhất (Nếu có nhiều giá trị quy ước chọn giá
trị nhỏ nhất)
▪ Bước 4: Làm tròn mức xám
𝑙𝑘 = (𝐿 − 1) ∙ 𝑠𝑘 𝑡𝑘 = (𝐿 − 1) ∙ 𝒗𝑘
𝒌 → 𝑡𝑘 [𝑡𝑘 ] 𝒌 [𝑡𝑘 ]
= 7 ∙ 𝑠𝑘 = 7 ∙ 𝒗𝑘
0 1.33 1.71 2 0 0.00 0
1 3.08 3.76 4 1 0.00 0
2 4.55 3.76 4 2 1.71 2
3 5.67 5.47 5 3 1.71 2
4 6.23 6.49 6 4 3.76 4
5 6.65 6.49 6 5 5.47 5
6 6.86 7.00 7 6 6.49 6
7 7.00 7.00 7 7 7.00 7

Image Processing
Histogram 31 MSc Nguyen Khanh Loi
 Ví dụ 3
▪ Kết quả
𝑘 0 1 2 3 4 5 6 7 𝑘𝑚 0 1 2 3 4 5 6 7
𝑛𝑘 790 1023 850 656 329 245 122 81 𝑛𝑘 0 0 790 0 1873 656 574 203
𝑘𝑚 2 4 4 5 6 6 7 7

Image Processing
Histogram 32 MSc Nguyen Khanh Loi
 Bài tập 1

• Vẽ histogram
• Cân bằng histogram
• Hiệu chỉnh histogram

Image Processing
Histogram 33 MSc Nguyen Khanh Loi
 Bài tập 2

Cho ảnh vào kích thước 4x4, với khoảng giá trị ngõ vào mức xám [0-12].
a. Vẽ histogram của ảnh.
b. Thực hiện cân bằng histogram, tìm ảnh ngõ ra đã được cân bằng histogram.
c. Vẽ histogram của ảnh đã câng bằng.

Image Processing
Histogram 34 MSc Nguyen Khanh Loi
 Bài tập 3

Chọn lựa histogram tương ứng cho Hình 2.a, 2.b, 2.c và 2.d.

Image Processing
Histogram 35 MSc Nguyen Khanh Loi