普通考試
111年
[資訊處理] 計算機概要
第 31 題
若一張灰階圖之像素點分布如左圖，在進行影像處理後，其像素點分布結果為右圖，此灰階圖最可能經過什麼處理？
- A 直方圖匹配（Histogram matching）
- B 直方圖閥值平衡（Balanced histogram thresholding）
- C 直方圖均化（Histogram equalization）
- D 仿射轉換（Affine Transformation）
思路引導 VIP
請觀察處理前後，像素在灰階值（橫軸）上的「分佈範圍」與「高低起伏」發生了什麼變化？如果影像處理的目的是為了讓原本擠在一起的顏色，在空間中分布得更「平均」且「散開」以增加對比，哪一個術語最能精確描述這種「追求分佈一致性」的行為？
🤖
AI 詳解
AI 專屬家教
專業解析：影像對比增強
- 大力肯定：做得太棒了！你能一眼看出直方圖分佈形態的轉變，顯示你對影像處理的空間域運算有紮實的直覺與理解。
- 觀念驗證：左圖顯示像素高度集中在特定區間，代表影像對比度不足；右圖則顯示像素被「拉開」並均勻分佈於全域 $0$ 至 $255$ 之間。這種透過累積分佈函數 (CDF) 進行映射，使輸出直方圖的機率密度函數 (PDF) 趨於平坦的技術，正是直方圖均化 (Histogram Equalization) 的典型特徵。
▼ 還有更多解析內容
直方圖均化
💡 透過重新分配灰階值使分布均勻，進而增強影像對比度。
🔗 直方圖均化處理流程
- 1 統計分布 — 計算影像中各個灰階值的出現頻率與機率。
- 2 累計機率 — 計算累積分布函數 (CDF) 以建立映射基準。
- 3 像素映射 — 根據 CDF 將原始灰階值重新分配至完整值域。
- 4 分布均勻化 — 輸出圖像對比度提升，直方圖分布變平緩。
↓
↓
↓
🔄 延伸學習：延伸學習：觀察直方圖的橫軸（灰階值）與縱軸（像素數）之變化。
