ScholarGate
دستیار
Machine learningImage enhancement

همسان‌سازی هیستوگرام

همسان‌سازی هیستوگرام یک تکنیک پیش‌پردازش تصویر است که با توزیع مجدد شدت پیکسل‌ها، کنتراست و وضوح جزئیات را بهبود می‌بخشد. با گسترش یکنواخت هیستوگرام مقادیر پیکسل در سراسر دامنه موجود، همسان‌سازی هیستوگرام تصاویری با کنتراست ضعیف را تقویت می‌کند و ویژگی‌ها را از نظر بصری متمایزتر و از نظر الگوریتمی آسان‌تر برای پردازش می‌سازد.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیدریافت اسلایدها

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

نقشهٔ روش

همسایگی روش‌های مرتبط — برای کاوش، یک گره را برگزینید.

منابع

  1. Gonzalez, R. C., & Woods, R. E. (1992). Digital Image Processing. Addison-Wesley, 2nd edition, Chapter 3. link
  2. Pizer, S. M., Amburn, E. P., Austin, J. D., et al. (1987). Adaptive histogram equalization and its variations. Computer Vision, Graphics, and Image Processing, 39(3), 355–368. DOI: 10.1016/S0734-189X(87)80186-X

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Histogram Equalization for Image Contrast Enhancement. ScholarGate. https://scholargate.app/fa/computer-vision/histogram-equalization

کدام روش؟

این روش را در کنار نزدیک‌ترین روش‌های خویشاوندش بگذارید و آن‌ها را کنار هم بخوانید — کتابخانه کتاب‌ها را روی میز می‌گشاید؛ انتخاب با شماست.

مقایسهٔ کنار هم

ارجاع‌شده در

ScholarGateHistogram Equalization (Histogram Equalization for Image Contrast Enhancement). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/computer-vision/histogram-equalization · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026