直方图均衡化matlab程序.doc

Four short words sum up what has lifted most successful individuals above the crowd: a little bit more.-author-date直方图均衡化matlab程序直方图和直方图均衡的Matlab完整程序(数字图像处理)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%clear allclose alltuu=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);h w=size(tu);new_tu=zeros(h,w);%计算原始直方图各灰度级像素个数graydisfor x=1:h for y=1:w graydis(1,tu(x,y)=graydis(1,tu(x,y)+1; endend%计算原始直方图graydisprograydispro=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for i=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for i=1:256t(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_graydisfor i=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_graydispronew_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_tufor x=1:h for y=1:w new_tu(x,y)=t(1,tu(x,y); endendfigure,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% figure NO 1 待处理彩色图像% figure NO 2 灰度化后图像% figure NO 3 直方图% figure NO 4 均衡化后直方图% figure NO 5 灰度变化曲线% figure NO 6 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;archiless lorderclear all%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 figure NO 1title('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 figure NO 2title('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for k=0:255 GP(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endfigure,bar(0:255,GP,'g') %绘制直方图 figure NO 3title('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);for i=1:256 for j=1:i S1(i)=GP(j)+S1(i); %计算Sk endend S2=round(S1*256); %将Sk归到相近级的灰度for i=1:256 GPeq(i)=sum(GP(find(S2=i); %计算现有每个灰度级出现的概率endfigure,bar(0:255,GPeq,'b') %显示均衡化后的直方图 figure NO 4title('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 figure NO 5legend('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;for i=0:255 PA(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endfigure,imshow(PA) %显示均衡化后的图像 figure NO 6title('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);for i = 1:m for j = 1:n hf(I(i,j)+1)=hf(I(i,j)+1)+1;%统计各灰度像素个数 endendbmap=zeros(1,256);for i=1:256 temp=0; for j=1:i temp=temp+hf(j); end bmap(i)=floor(temp*255/(m*n);endy=zeros(m,n);for i=1:m for j=1:n y(i,j)=bmap(I(i,j)+1); endendy=uint8(y);figure;imshow(y);-