【16位RAW图像处理三】直方图均衡化及局部直方图均衡用于16位图像的细节增强。

加载中

一般大家日常生活碰到的图象，不论是jpg、或是png或是bmp格式，一般全是8位的（每一个安全通道的清晰度值范畴是0-255），可是伴随着一些硬件配置的发展趋势，在许多领域例如诊疗、红外线、高清航拍等一些情景下，有着更宽的量化分析范畴的图象也愈来愈普遍，例如10位（网络带宽1024）、12位（网络带宽4096）、14位（网络带宽16384）及其16位（网络带宽32768）的图象，自然也有以浮点型储存的高动态图像(hdr文件格式的那类),可是现阶段绝大多数的显示屏或是只适用8位图象的表明，因而，针对这一类图象，一个很重要的难题便是如何把她们的数据信息量化分析到0到255中间，并且尽可能的保存大量的关键点信息内容，这也就是普遍的HDR到LDR的全过程。在我前边的blog里实际上也有讲到这些方面的信息内容，文中再试着将条形图均衡引进到这一全过程中。

最先，大家统一一下由一组ushort数据信息（网络带宽是10、12、14、16的Raw图像，都能够用ushort基本数据类型表明）立即量化分析为8位表明的涵数，那样大家的解决就可以集中化在初始的ushort数据信息历经优化算法解决后获得新的ushort数据信息的全过程。这一涵数简易以下所显示：

//    这一仅仅个輔助用于表明的涵数
int IM_ConvetUshortToByte(unsigned short *Src, unsigned char *Dest, int Width, int Height, int Stride, int WindowWidth, int WindowLevel)
{
    int Channel = Stride / Width;
    int Min = WindowLevel - WindowWidth / 2;
    int Max = WindowLevel   WindowWidth / 2;
    if (Min < 0) Min = 0;
    if (Max > 65535) Max = 65535;
    int Diff = Max - Min;
    if (Diff == 0)
    {
        memset(Dest, Max, Height * Stride * sizeof(unsigned char));
    }
    else
    {
        unsigned char Table[65536];
        for (int X = 0; X < 65536; X  )
        {
            if (X < Min)            
                Table[X] = 0;
            else if (X > Max)
                Table[X] = 255;
            else
                Table[X] = IM_ClampToByte((X - Min) * 255 / Diff);
        }
        for (int Y = 0; Y < Height; Y  )        
        {
            unsigned short *LinePS = Src   Y * Width * Channel;
            unsigned char *LinePD = Dest   Y * Stride;
            for (int X = 0; X < Width * Channel; X  )
            {
                LinePD[X] = Table[LinePS[X]];
            }
        }
    }
    return IM_STATUS_OK;
}

　　在其中的WindowWidth表明窗宽，WindowLevel表明窗位，这一实际上是依靠了医药学图象上的一些定义，针对一般的RAW图象，例如12位，大家一般就觉得WindowWidth = 1 << 12 = 4096，而WindowLevel则就为窗宽的一半。

一般来说，RAW图象中的数据信息每一行是沒有沉余量的，即沒有BMP位图文件中说白了的扫描仪行两端对齐的定义。因此能够立即解析xml每一个数据信息。

那麼大家一起来看看怎样把一般的条形图均衡优化算法运用到RAW图象中。

以灰度图为例子，假如早已统计分析了图象的条形图，则条形图均衡的新的影射曲线图由下列编码获得：

for (int Y = 0, Num = 0; Y < 256; Y  )
{
    Num = Num   Histgram[Y];
    Table[Y] = (unsigned char)(((float)Num * 255) / (Width * Height）);            // 留意(float)强制转换的部位，不然针对高清大图就外溢了，2014.11.1调整
}

简易的，拓展到ushort种类的RAW图象，大家还可以用下列的相近编码拿下：

for (int Y = 0, Num = 0; Y < WindowWidth; Y  )
{
    Num = Num   Histgram[Y];
    Table[Y] = (unsigned short)(((float)Num * WindowWidth) / (Width * Height）);            // 留意(float)强制转换的部位，不然针对高清大图就外溢了，2014.11.1调整
}

有关这一WindowWidth，我认为一般能够由二种方式获得，一个是大家早已知道这一硬件配置转化成的图象多少钱位的，普遍的就是10、12、14、16等，这个时候WindowWidth能够立即特定，而假如仅有RAW数据信息，一种方法便是依据数据信息的最高值来明确WindowWidth，即取超过最高值的2的整数金额次幂的那一个值。
以下编码所显示：

ushort MaxValue = IM_GetMaxValue(ImageData, ImageWidth * ImageHeight * ImageChannel);
int ProperWindowWidth = 1;
while (ProperWindowWidth < MaxValue)
    ProperWindowWidth *= 2;
WindowWidth = ProperWindowWidth;
WindowLevel = WindowWidth / 2;

这一简易的数据信息范畴的调节，大家看下一些实际效果：