灰度直方图均衡化与规定化.docx

1、灰度直方图均衡化与规定化一、课程设计目的（1）进一步掌握matlab的用法；（2）在实践中深入理解图像显示的方法；（3）学会用matlab对图像进行显示。二、课程设计要求（1）根据题目，查阅有关资料，掌握图像显示技术；（2）学习MATLAB软件，掌握MATLAB各种函数的使用；（3）根据图像显示原理，运用MATLAB进行编程，仿真调制过程，记录并分析仿真结果；（4）形成设计报告。三、设计方案一般情况下,如果图像的灰度分别集中在比较窄的区间,从而引起图像细节的模糊,为了使图像细节清晰,并使目标得到突出,达到图像增强的目的,可通过改善各部分亮度的比例关系,即通过直方图的方法来实现.直方图的方法是以

2、概率论为基础的.常用的方法有直方图均衡化和直方图规定化.(1) 直方图均衡化直方图均衡化又称直方图平坦化,是将一已知灰度概率密度分布的图像经过某种变换,变成一幅具有均匀灰度概率密度分布的新图像.其结果是扩展了像元取值的动态范围,从而达到增强图像整体对比度的效果.直方图均衡化的具体实现步骤如下:1）.列出原始图像的灰度级 2)统计各灰度级的像素数目3).计算原始图像直方图各灰度级的频数4).计算累积分布函数5).应用以下公式计算映射后的输出图像的灰度级，P为输出图像灰度级的个数，其中INT为取整符号6).统计映射后各灰度级的像素数目 ni, i=0,1,k,P-1.7). 计算输出直方图Pg(g

3、i)=ni/n, i=0,1,P-1.8). 用fj和gi的映射关系修改原始图像的灰度级,从而获得直方图近似为均匀分布的输出图像(2) 直方图规定化 直方图均衡化的优点是能自动增强整个图像的对比度,但它的具体增强效果不易控制,处理的结果总是得到全局的均衡化的直方图.实际工作中,有时需要变换直方图使之成为某个特定的形状,从而有选择地增强某个灰度值范围内的对比度,这时可采用比较灵活的直方图规定化方法.直方图规定化增强处理的步骤如下:令Pr（r）和Pz（z）分别为原始图像和期望图像的灰度概率密度函数。如果对原始图像和期望图像均作直方图均衡化处理，应有 (1) (2) (3)由于都是进行均衡化处理，处

4、理后的原图像概率密度函数Ps（S）及理想图像概率密度函数PV（V）是相等的。于是，我们可以用变换后的原始图像灰度级S代替（2）式中的V。即 Z = G - 1（S） （4）这时的灰度级Z 便是所希望的图像的灰度级。此外，利用（1）与（3）式还可得到组合变换函数 Z = G - 1T（r） （5）对连续图像，重要的是给出逆变换解析式。对离散图像而言，有 (6) (7) (8)四、设计内容%-选择图片路径及显示-%global f%选择图片路径filename,pathname= . %.表示与下行连接uigetfile(*.bmp;*.jpg;*gif;*tif,选择图片); %打开文件类型，对

5、话框名称f=imread(pathname filename);axes(handles.axes1); %在axes1显示原图像 imshow(f) ;title(原始图像)；%-设置下拉菜单分别选择显示图像-%global fva=get(handles.popupmenu1,Value); val=get(hObject,Value);switch val %用switch语句设置选项 case 1 %原图像直方图 I=double(f);m,n=size(I); H=zeros(1,256); for i=1:m for j=1:n H(I(i,j)+1)=H(I(i,j)+1)+1;

6、 end end s=zeros(1,256);t=zeros(1,256); for i=1:256 s(i)=H(i)/(m*n); for j=1:i t(i)=t(i)+s(j); end end axes(handles.axes2); plot(s);title(原图像直方图); case 2 %均衡化后图像及直方图 I=double(f);m,n=size(I); H=zeros(1,256); for i=1:m for j=1:n H(I(i,j)+1)=H(I(i,j)+1)+1; end end s=zeros(1,256);t=zeros(1,256); for i=1

7、:256 s(i)=H(i)/(m*n); for j=1:i t(i)=t(i)+s(j); end end t1=round(t*(256-1)+0.5); H1=zeros(1,256); for i=1:256 H1(t1(i)=H1(t1(i)+s(i); end axes(handles.axes4); bar(H1);title(均衡化后直方图); I2=t1(I+1)-1; axes(handles.axes3); imshow(uint8(I2);title(均衡化后图像);case 3 %规定化后图像及直方图 I=f; J=I; New=I; L=256; %灰度级 Ps=

8、zeros(L,1); % 存储原图像直方图概率数据 nk=zeros(L,1); % 存储原图像直方图数据 nk2=zeros(L,1); % 存储直方图规定化后的图像的直方图 Rk=zeros(L,1); % 存储原图像累积直方图数据 Ps2=zeros(L,1); Rk2=zeros(L,1); row,col=size(I); % 计算图像数据矩阵的行列数 n=row*col; %总像素个数 for i = 1:row for j = 1:col num = double( I(i,j)+1; %获取像素灰度级 nk(num) = nk(num)+1; %统计nk end end %计

9、算直方图概率估计 for i=1:L Ps(i)=nk(i)/n; %计算累积直方图 if i=1 Rk(i)=Ps(i); else 1ScMin(Q,P) minV=ScMin(Q,P); min = Q; end end HisM(P)= min; end %将原图像的每个像素灰度转换为直方图均衡化后的灰度 for x = 1:row for y = 1:col Num = double( I(x,y)+1; if Num=i New(x,y)=HisM(i); end end end end %计算直方图规定化后的直方图 for p = 1:row for q = 1:col NN =

10、 double( New(p,q)+1; nk2(NN) = nk2(NN)+1; end end axes(handles.axes5); imshow(New),title(规定化后图像); axes(handles.axes6); plot(Ps2),title(规定化后直方图);end;%-直接调用函数-%global fva=get(handles.popupmenu2,Value); val=get(hObject,Value);switch val case 1 axes(handles.axes1); %在axes1显示图像 imshow(f); title(原图像); axe

11、s(handles.axes2); h=imhist(f,256); plot(h) ylim(auto); %自动设定Y轴坐标范围和刻度 title(原始直方图) case 2 j=histeq(f); axes(handles.axes3); imshow(j) ; title(均衡化图像); axes(handles.axes4); h=imhist(j,256); plot(h) ylim(auto); title(均衡化图像直方图) case 3 hgram=50:2:250 k=histeq(f,hgram); axes(handles.axes5); imshow(k) ; ti

12、tle(规定化图像); axes(handles.axes6); h=imhist(k,256); plot(h) ylim(auto); title(规定化图像直方图) end;五、实验结果GUI界面设计:选择图片路径:直接调用函数均衡化和规定化:原图像与均衡化和规定化后对比:六、结果分析通过直接调用函数和编程对图像进行处理的结果对比,可以看出实验结果和理论结果基本一致;在编程处理中,可以自定义对规定化中的直方图(Ps2Temp)进行修改,从而得到所希望的图像增强效果.七、总结分析一周的数字图像处理课程设计，最大的收获是初步的掌握的Matlab软件的使用,通过这次课程设计,我学会如何利用MA

13、TLAB制作视图界面(GUI),并通过视图界面对数字图像进行处理,方便快捷,而且美观。在实践过程中，基本上是在已有的基础上自学而完成的，所以对自己的自学能力的提高也起到了一定的作用。并且在此次实习过程中，充分利用了图书馆，及其网络资源，才能够成功完成任务，让我意识到充分利用身边资源的重要性。本次数字图像处理课程设计不仅加强了对课本知识的了解，而且大大增强了我们课外自学和动手能力，让我受益良多。八、参考文献张汗灵编著 MATLAB在图像处理中的应用/ 北京:清华大学出版社,2008王家文 MATLAB 6.5 图形图像处理 国防工业出版社王晓丹,吴崇明编著 基于MATLAB的系统分析与设计 5 图像处理 西安电子科技大学出版社 2000 余成波编著 数字图像处理及MATLAB实现 重庆大学出版社 2003 杨枝灵, 王开等编著 Visual C+数字图像获取处理及实践应用 人民邮电出版社 2003 苏彦华等编著 Visual C+数字图像识别技术典型案例 人民邮电出版社 2004 . .