直方图均衡化matlab程序Word下载.doc

直方图均衡化matlab程序Word下载.doc

《直方图均衡化matlab程序Word下载.doc》由会员分享，可在线阅读，更多相关《直方图均衡化matlab程序Word下载.doc（7页珍藏版）》请在冰豆网上搜索。

%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）;

%计算和原始灰度对应的新的灰度t[]，建立映射关系

fori=1:

t（1,i）=floor（254*graydispro（1,i）+0.5）;

%统计新直方图各灰度级像素个数new_graydis

new_graydis（1,t（1,i）+1）=new_graydis（1,t（1,i）+1）+graydis（1,i）;

%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）;

均衡化后的灰度直方图'

fory=1:

new_tu（x,y）=t（1,tu（x,y））;

end

figure,imshow（tu,[]）;

原图'

figure,imshow（new_tu,[]）;

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

%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

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

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

figure,bar（0:

255,GP,'

g'

）%绘制直方图figureNO3

原图像直方图'

出现概率'

%三，直方图均衡化

S1=zeros（1,256）;

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

256GPeq（i）=sum（GP（find（S2==i）））;

%计算现有每个灰度级出现的概率

255,GPeq,'

b'

）%显示均衡化后的直方图figureNO4

均衡化后的直方图'

figure,plot（0:

255,S2,'

r'

）%显示灰度变化曲线figureNO5

legend（'

灰度变化曲线'

原图像灰度级'

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

figure,imshow（PA）%显示均衡化后的图像figureNO6

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

bmap=zeros（1,256）;

256temp=0;

forj=1:

itemp=temp+hf（j）;

endbmap（i）=floor（temp*255/（m*n））;

y=zeros（m,n）;

mforj=1:

ny（i,j）=bmap（I（i,j）+1）;

y=uint8（y）;

imshow（y）;