直方图均衡化matlab程序.doc
《直方图均衡化matlab程序.doc》由会员分享，可在线阅读，更多相关《直方图均衡化matlab程序.doc（7页珍藏版）》请在冰点文库上搜索。
直方图和直方图均衡的Matlab完整程序（数字图像处理）
一、实验目的
掌握基本的图象增强方法,观察图象增强的效果,加深对灰度直方图及直方图均衡化的理解，掌握直方图均衡化方法。
二、实验内容
将一张彩色图片转换成灰色图片，画灰度直方图和均衡化后的直方图，并将灰度图和均衡化后的图片对比。
三、实验原理
灰度直方图是将数字图像中的所有像素，按照灰度值的大小，统计其所出现的频度。
通常，灰度直方图的横坐标表示灰度值，纵坐标为像素个数，也可以采用某一灰度值的像素数占全图像素数的百分比作为纵坐标。
直方图均衡方法的基本原理是：
对在图像中像素个数多的灰度值（即对画面起主要作用的灰度值）进行展宽，而对像素个数少的灰度值（即对画面不起主要作用的灰度值）进行归并。
从而达到清晰图像的目的。
四、实验程序
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%函数功能，画出图像的直方图，并对图像进行直方图均衡
%直接读图像abc.jpg，读到tuu中
%graydis是原始直方图各灰度级像素个数
%原始直方图graydispro，利用原始直方图计算原始累计直方图graydispro
%t[]计算和原始灰度对应的新的灰度t[]，建立映射关系，t坐标代表原始的灰度，t[]代表对应原始坐标的新坐标
%new_graydis是统计新直方图各灰度级像素个数
%计算新的灰度直方图new_graydispro,利用新的直方图计算新的累计直方图new_graydispro
%计算直方图均衡后的新图new_tu
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clearall
closeall
tuu=imread（'abc.jpg'）;%读入图片
tu=rgb2gray（tuu）;%将彩色图片转换为灰度图
graydis=zeros（1,256）;%设置矩阵大小
graydispro=zeros（1,256）;
new_graydis=zeros（1,256）;
new_graydispro=zeros（1,256）;
[hw]=size（tu）;
new_tu=zeros（h,w）;
%计算原始直方图各灰度级像素个数graydis
forx=1:
h
fory=1:
w
graydis（1,tu（x,y））=graydis（1,tu（x,y））+1;
end
end
%计算原始直方图graydispro
graydispro=graydis./sum（graydis）;
subplot（1,2,1）;
plot（graydispro）;
title（'灰度直方图'）;
xlabel（'灰度值'）;ylabel（'像素的概率密度'）;
%计算原始累计直方图
fori=2:
256
graydispro（1,i）=graydispro（1,i）+graydispro（1,i-1）;
end
%计算和原始灰度对应的新的灰度t[]，建立映射关系
fori=1:
256
t（1,i）=floor（254*graydispro（1,i）+0.5）;
end
%统计新直方图各灰度级像素个数new_graydis
fori=1:
256
new_graydis（1,t（1,i）+1）=new_graydis（1,t（1,i）+1）+graydis（1,i）;
end
%计算新的灰度直方图new_graydispro
new_graydispro=new_graydis./sum（new_graydis）;
subplot（1,2,2）;
plot（new_graydispro）;
title（'均衡化后的灰度直方图'）;
xlabel（'灰度值'）;ylabel（'像素的概率密度'）;
%计算直方图均衡后的新图new_tu
forx=1:
h
fory=1:
w
new_tu（x,y）=t（1,tu（x,y））;
end
end
figure,imshow（tu,[]）;
title（'原图'）;
figure,imshow（new_tu,[]）;
title（'直方图均衡化后的图'）;
//////////////////////////////////////////////////////
另外两种代码：
代码
Matlab
下面的代码来自archiless，注释非常详细，适合初学。
%数字图像处理程序作业
%本程序能将JPG格式的彩色图像文件灰度化并进行直方图均衡
%
%输入文件：
PicSample.jpg待处理图像
%输出文件：
PicSampleGray.bmp灰度化后图像
%PicEqual.bmp均衡化后图像
%
%输出图形窗口说明
%figureNO1待处理彩色图像
%figureNO2灰度化后图像
%figureNO3直方图
%figureNO4均衡化后直方图
%figureNO5灰度变化曲线
%figureNO6均衡化后图像
%1，处理的图片名字要为PicSample.jpg
%2，程序每次运行时会先清空workspace
%作者;archilesslorder
clearall
%一，图像的预处理，读入彩色图像将其灰度化
PS=imread（'PicSample.jpg'）;%读入JPG彩色图像文件
imshow（PS）%显示出来figureNO1
title（'输入的彩色JPG图像'）
imwrite（rgb2gray（PS）,'PicSampleGray.bmp'）;%将彩色图片灰度化并保存
PS=rgb2gray（PS）;%灰度化后的数据存入数组
figure,imshow（PS）%显示灰度化后的图像，也是均衡化前的样品figureNO2
title（'灰度化后的图像'）
%二，绘制直方图
[m,n]=size（PS）;%测量图像尺寸参数
GP=zeros（1,256）;%预创建存放灰度出现概率的向量
fork=0:
255GP（k+1）=length（find（PS==k））/（m*n）;%计算每级灰度出现的概率，将其存入GP中相应位置
end
figure,bar（0:
255,GP,'g'）%绘制直方图figureNO3
title（'原图像直方图'）
xlabel（'灰度值'）
ylabel（'出现概率'）
%三，直方图均衡化
S1=zeros（1,256）;
fori=1:
256forj=1:
iS1（i）=GP（j）+S1（i）;%计算Skend
endS2=round（S1*256）;%将Sk归到相近级的灰度
fori=1:
256GPeq（i）=sum（GP（find（S2==i）））;%计算现有每个灰度级出现的概率
end
figure,bar（0:
255,GPeq,'b'）%显示均衡化后的直方图figureNO4
title（'均衡化后的直方图'）
xlabel（'灰度值'）
ylabel（'出现概率'）
figure,plot（0:
255,S2,'r'）%显示灰度变化曲线figureNO5
legend（'灰度变化曲线'）
xlabel（'原图像灰度级'）
ylabel（'均衡化后灰度级'）
%四，图像均衡化
PA=PS;
fori=0:
255PA（find（PS==i））=S2（i+1）;%将各个像素归一化后的灰度值赋给这个像素
end
figure,imshow（PA）%显示均衡化后的图像figureNO6
title（'均衡化后图像'）
imwrite（PA,'PicEqual.bmp'）;
另一段Matlab的代码，来自直方图均衡化－－图像增强
I=imread（'LENA256.bmp'）;
imshow（I）;
figure;
imhist（I）;
[m,n]=size（I）;
hf=zeros（1,256）;
pa=zeros（1,256）;
I=double（I）;
fori=1:
mforj=1:
nhf（I（i,j）+1）=hf（I（i,j）+1）+1;%统计各灰度像素个数end
end
bmap=zeros（1,256）;
fori=1:
256temp=0;forj=1:
itemp=temp+hf（j）;endbmap（i）=floor（temp*255/（m*n））;
end
y=zeros（m,n）;
fori=1:
mforj=1:
ny（i,j）=bmap（I（i,j）+1）;end
end
y=uint8（y）;
figure;
imshow（y）;
升级会员 