上次看数字图像处理时,在关于图像直方图均衡处理 (page74) 时,有一个公式:
ps(s)=pr(r)∣dsdr∣
开始不知道如何推导出这个公式的,后面想到概率论与数理统计上好像讲到过这个推导过程,现找到 (page51) 记录如下:
设f(x)是严格单调函数,随机变量X的密度函数pX(x),试证明对于随机变量Y=f(X),其密度函数
pY(y)=pX[f−1(y)]⋅∣[f−1(y)]′∣
这里x=f−1(y)为y=f(x)的反函数。
证明 若f(x)为严格单调增函数,则f′(x)>0. 因而其反函数x=f−1(y)存在且亦为单调增函数,即[f−1(y)]′>0,则
FY[y]=P{Y≤y}=P{f(X)≤y}=P{X≤f−1(y)}=FX(f−1(y))
进而
pY(y)=pX[f−1(y)][f−1(y)]′=pX(f−1(y))∣[f−1(y)]′∣
若f(x)为严格单调减函数,则f′(x)<0,此时[f−1(y)]′<0,则
FY(y)=P{Y≤y}=P{f(X)≤y}=P{X≥f−1(y)}=1−FX[f−1(y)]
从而
pY(y)=−pX[f−1(y)][f−1(y)]′=pX[f−1(y)]∣[f−1(y)]′∣
因而证得
pY(y)=pX[f−1(y)]∣[f−1(y)]′∣
因为s=T(r),所以r=T−1(s),又[T−1(s)]′=1/T(r)′=dr/ds,所以ps(s)=pr(T−1(s))∣dr/ds∣=pr(r)∣dr/ds∣。