9 灰度变换与直方图

产线上最常听到的抱怨之一是”图像太灰了”：目标和背景明明灰度不同，肉眼看上去却挤成一团。遇到这种图像，第一反应往往是调对比度——而”调对比度”在算法层面对应一类最简单的图像运算：点运算（point operation）。点运算的定义是：输出像素的灰度只依赖同一位置输入像素的灰度，即 \(s = T(r)\)，与任何邻域无关。这与章节 6 的空间滤波形成鲜明对照——滤波看邻域，点运算只看自己。对 8 位图像而言，一切点运算都可以归结为同一个实现形态：查找表（lookup table, LUT）——预先把 \(T(0)\) 到 \(T(255)\) 共 256 个输出值算好存进一张表，处理时每个像素查一次表即可。本章的灰度拉伸、伽马校正、直方图均衡化，本质上都只是在回答一个问题：这张 256 项的表该怎么填。

LUT 的工程价值在于把”任意复杂的灰度映射”统一成每像素一次 \(O(1)\) 的查表：先对 256 个灰度级各算一次 \(T(r)\)，再扫一遍图像。无论 \(T\) 是分段线性、幂函数还是 CDF，运行成本完全相同。

本章沿用一幅合成的低对比场景（480×360）贯穿全部实验：正弦纹理背景上放置一块恒定灰度的平坦板、一个暗矩形、一个亮圆、两条 2 px 细线和一组分辨率条纹，另有两个锚块把灰度区间精确钉在 90 与 150——整幅图像的灰度只占据 \([90,150]\)，仅用了 8 位动态范围的不到四分之一。图 9.1 给出了场景和它的直方图。

9.1 直方图：图像的灰度账本

直方图（histogram）是对图像灰度分布的统计：第 \(k\) 个 bin 的计数 \(h(k)\) 等于灰度值为 \(k\) 的像素个数。把计数除以总像素数 \(N\)，得到归一化直方图 \(p(k)=h(k)/N\)——它正是章节 2 中”经验分布”的具体实例：若把”随机抽取一个像素的灰度”看作随机变量，\(p(k)\) 就是这个随机变量分布的经验估计。直方图丢弃了一切空间信息（把图像打乱重排，直方图不变），却把曝光与对比度的全部信息浓缩在一条曲线里。

读直方图是一项基本功。计数堆在左端贴着 0，说明欠曝（暗部被裁剪）；堆在右端贴着 255，说明过曝（高光饱和，被裁掉的信息任何软件都救不回来——这要回到章节 4 的照明设计去解决）；而像图 9.1 (b) 这样挤在中段窄带里，则是典型的低对比：曝光没问题，但场景本身反差小或镜头眩光抬高了暗部。对本章场景，用 SDK 统计得到：均值 114.78，灰度标准差 12.55，范围恰为 \([90,150]\)。标准差只有 12.55——对一幅 8 位图像来说，这就是”灰成一团”的定量说法。

9.2 线性拉伸

既然灰度只占 \([r_{\min}, r_{\max}]=[90,150]\)，最直接的修法就是把这个区间线性地撑满 \([0,255]\)：

\[ s = (r - r_{\min}) \cdot \frac{255}{r_{\max} - r_{\min}}. \]

这是一条斜率为 \(255/60 = 4.25\) 的直线——每个像素的灰度（连同噪声）被放大 4.25 倍。图 9.2 是拉伸结果：纹理、细线、条纹组全部清晰可辨，统计上均值 105.30、标准差从 12.55 跃升到 53.34，范围占满 \([0,255]\)。

拉伸后的直方图（图 9.2 (b)）呈现教科书式的梳状伪影：输入只有 61 个离散灰度级，整数 LUT 把它们映射到 \([0,255]\) 中至多 61 个输出级——其余近 200 个 bin 注定为空。拉伸没有创造任何新信息，只是把原有的 61 级灰度在数轴上摊开；可分辨的灰度级数一个也没有增加。这也提醒我们：看到梳状直方图，基本可以断定这张图被做过数字拉伸。

实践中直接取全图最小/最大值做拉伸并不鲁棒——单个坏点就能把 \(r_{\min}\) 或 \(r_{\max}\) 拽到极端值，使拉伸失效。工程上常用截断百分位拉伸：丢弃最暗与最亮各 \(p\%\)（如 1%）的像素后再取区间端点，以牺牲极少数像素的代价换取对离群值的免疫。

9.3 伽马校正

线性拉伸对所有灰度一视同仁；若想有选择地提亮暗部或压暗亮部，就需要非线性映射。最常用的是幂律形式的伽马校正（gamma correction）：

\[ s = 255 \cdot \left(\frac{r}{255}\right)^{\gamma}. \]

曲线的直觉很简单：\(\gamma<1\) 时曲线上凸，暗部斜率大于 1（被拉开、提亮）、亮部斜率小于 1（被压缩）；\(\gamma>1\) 时正相反，压暗部、扩亮部。两端 \(0\mapsto 0\)、\(255\mapsto 255\) 始终不动，改变的只是中间调的分配。用一条 0–255 灰度斜坡实测 SDK 的约定：\(\gamma=0.5\) 时 \(64\to 128\)、\(128\to 181\)、\(192\to 221\)——输出恒大于输入，与上式（输入先归一化再取幂）一致。

在拉伸图上实测（图 9.3）：暗矩形内部（拉伸后均值 21.4）经 \(\gamma=0.5\) 提到 71.8，经 \(\gamma=2.0\) 则压到只剩 2.3；亮圆内部（245.6）经 \(\gamma=0.5\) 仅微升到 250.0、经 \(\gamma=2.0\) 微降到 236.8。数字印证了曲线形状：伽马的”力气”几乎全花在远离两端的那一侧——\(\gamma<1\) 大幅搬动暗部、几乎不动高光，\(\gamma>1\) 反之。

“伽马”一词源于显示链路：传统显示器的亮度响应近似 \(V^{2.2}\)，所以消费图像（sRGB）在存储时预先做了 \(\gamma\approx 1/2.2\) 的反向编码。而工业相机默认输出线性灰度——像素值正比于光通量，这正是测量算法想要的。在测量流水线中引入伽马意味着破坏线性光度关系，应当慎之又慎；它的正当用途是显示与人工目视检查。

9.4 直方图均衡化

拉伸和伽马都需要人工选参数；直方图均衡化（histogram equalization）则让图像自己决定映射——目标是让输出直方图尽量平坦。推导只需一步：要把分布”摊平”，密集的灰度段应当被拉开、稀疏的灰度段应当被压缩，而累积分布函数（cumulative distribution function, CDF）恰好天然具备这个性质。定义 \(\mathrm{CDF}(r)=\sum_{k\le r} p(k)\)，取映射

\[ s = T(r) = 255 \cdot \mathrm{CDF}(r), \]

则 \(T\) 单调不减（不会颠倒灰度次序），且其局部斜率正比于该处的直方图密度 \(p(r)\)——像素扎堆的地方斜率最陡、被拉得最开。对本章场景做均衡化，结果见图 9.4：标准差进一步升到 74.28（均值 131.30），对比度甚至超过线性拉伸。

但请仔细看图 9.4 (a) 中右上角那块”平坦板”：它在原图中是恒定灰度 122 加 \(\sigma=2\) 的噪声，如今布满了颗粒。定量测量这块板内部的标准差给出本章最重要的一组数字：原图 2.02，线性拉伸后 8.46（4.19 倍，恰约等于 LUT 的常数增益 \(255/60\)），而均衡化后达到 18.02——放大 8.93 倍，是线性拉伸的两倍还多。原因正在 CDF 的斜率里：平坦板的几千个像素全部挤在 122 附近的两三个 bin 中，那里的 \(p(r)\) 极高，\(T\) 的局部斜率因而最陡——均衡化在哪里像素最密集，就在哪里把灰度差（连同噪声）放大得最凶，而平坦区恰恰是像素最密集的地方。

这决定了均衡化的工程定位：它是”展示给人看”的工具——目视检查、报告配图、人工复核界面都很合适；但在测量与缺陷检测流水线中应当慎用。章节 7 的自动阈值方法建立在”前景/背景各自灰度集中”的统计前提上，均衡化恰好系统性地破坏这一前提：平坦区噪声被放大近 9 倍后，原本干净的背景会冒出大量越过阈值的伪响应。

均衡化的局部增益 \(T'(r) \propto p(r)\) 还解释了一个看似矛盾的现象：它对真实结构对比的提升与对平坦区噪声的放大来自同一机制，不可能只要前者不要后者。自适应变体（如 CLAHE 的 clip limit）正是通过限制密集 bin 的斜率来缓解这一矛盾。

9.5 SciVision 实现

本章实验涉及三个类：直方图统计 SciSvHistogram、拉伸与均衡化 SciSvHistEqualize、伽马 SciSvBrightness。

SCIMV::SciSvHistogram histOp;
SciROI roi;                       // 默认构造 = UNDEF ROI，SDK 约定为整张图像
SciVarArray histData, histRange;
double avg, stdValue; int mn, mx, med, norm, total;
// lower=0, upper=255 统计范围；type=4 自定义 bin 数；nBins=256 即每灰度级一个 bin
histOp.CaculateHist(img, roi, 0, 255, 4, 256, &histData, &histRange,
                    &avg, &stdValue, &mn, &mx, &med, &norm, &total);

SCIMV::SciSvHistEqualize eq;
SciImage stretched, equalized;
// method=1 截断式线性拉伸；lowPct/highPct=0 即按 [minGray,maxGray]=[90,150] 拉满 [0,255]
eq.LineStretchHist(scene, roi, 1, 0.0, 0.0, 90, 150, &stretched);
// rangeValue=255 全范围均衡化；minStrength=0 / maxStrength=255 为默认强度区间
eq.EqualizeHist(scene, roi, 255, 0, 255, &equalized);

SCIMV::SciSvBrightness bright;
SciImage dst;
bright.AdjustGamma(img, roi, 0.5f, &dst);   // s = 255*(r/255)^gamma

CaculateHist 一次调用同时返回直方图数组与一组统计量，但有一个必须知道的坑：输出参数 stdValue 是 256 个 bin 计数的标准差，而不是像素灰度的标准差——对本章原图它返回 157.61，已超出 8 位灰度标准差的理论上限 127.5，显然不是灰度统计。本章正文引用的 12.55/53.34/74.28 均为从直方图自行计算的灰度标准差。LineStretchHist 的 method=0（按全图 min-max 自动拉伸）实测对本图不做任何变换，疑似 SDK 缺陷，故采用 method=1 并显式给定 [minGray, maxGray]。另外，全图 ROI 不要用 GenRect1((0,0),(W-1,H-1)) 构造——该矩形按半开区间处理，最后一行一列共 839 个像素不被统计；用默认构造的 UNDEF ROI 表示整图即可。最后一个细节：SDK 拉伸与按公式手写的 LUT 逐像素对比最大差仅为 1（来自截断与四舍五入的取整差异），证实 LineStretchHist 内部正是一次查找表点运算。

完整可运行工程位于 code/gray_transforms_histograms/，固定随机种子保证可复现。

工业案例：“图像太暗”的两种修法

某产线反馈检测图像偏暗、对比度低，软件组先用直方图均衡化”修”了一版——画面立刻通透好看。两周后缺陷误报率翻倍：背景平坦区的传感器噪声被均衡化放大数倍（正是本章 2.02→18.02 的现场翻版），大量噪点越过缺陷判定阈值被报为伪缺陷。复盘后的正确做法分两步：第一步回到硬件链路——检查曝光时间、光圈与镜头，把模拟增益降下来，从源头拿到灰度范围足够、噪声受控的图像（参见章节 4 与章节 1）；第二步软件上只做参数受控的截断百分位线性拉伸，且拉伸后的噪声水平重新纳入阈值整定。教训只有一句话：“好看”与”好测”是两回事——人眼喜欢的高对比图像，未必是算法需要的低噪声图像。

9.6 小结

点运算 = 查找表。输出只依赖同位置输入灰度的运算统称点运算，8 位图像上一律可实现为 256 项 LUT；拉伸、伽马、均衡化只是三种不同的填表策略。
直方图是灰度的经验分布，丢掉空间信息却保留曝光与对比度的全部证据：贴左端是欠曝、贴右端是过曝（信息已不可恢复）、挤在中段窄带是低对比。
线性拉伸不创造信息：把 61 级灰度摊开到 256 级，可分辨灰度数不变，直方图留下梳状空隙；端点应取截断百分位而非全图 min-max，以抵御离群值。
伽马校正非线性地重新分配中间调：\(\gamma<1\) 提暗压亮、\(\gamma>1\) 反之，两端不动；工业相机输出本是线性的，测量流水线引入伽马须慎重。
均衡化按 CDF 填表，局部增益正比于直方图密度——平坦区像素最密集，噪声放大也最凶（本章实测 8.93 倍，远超线性拉伸的 4.19 倍）。它是给人看的增强工具，进入测量/检测流水线前要先评估对章节 7 统计前提的破坏。

灰度变换与直方图处理（含全局直方图均衡化）的标准论述见 Gonzalez 与 Woods 的教材 (Gonzalez 和 Woods 2018)；针对全局均衡化在平坦区放大噪声的弊病，Pizer 等人提出的自适应直方图均衡化及其限幅变体（CLAHE 的雏形）是经典的改进方案 (Pizer 等 1987)。灰度变换与直方图处理在工业流水线中的系统性论述（包括鲁棒拉伸与多项式灰度校正），可进一步阅读 Steger 等人的著作 (Steger, Ulrich, 和 Wiedemann 2018)。