实验一图像的直方图均衡.docx

1、实验一图像的直方图均衡实验一-图像的直方图均衡 数字图像处理实验实验一、图像的直方图均衡一、实验目的1、理解直方图均衡的原理与作用；2、掌握统计图像直方图的方法；3掌握图像直方图均衡的方法。二、实验原理直方图均衡化是通过灰度变换将一幅图象转换为另一幅均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。图像对比度增强的方法可以分成两类:一类是直接对比度增强方法;另一类是间接对比度增强方法。直方图拉伸和直方图均衡化是两种最常见的间接对比度增强方法。直方图拉伸是通过对比度拉伸对直方图进行调整，从而“扩大”前景和背景灰度的差别，以达到增强对比度的目的，这种方法可以利用线性或非线性的方法来实现;直方

2、图均衡化则通过使用累积函数对灰度值进行“调整”以实现对比度的增强。直方图均衡的缺点是：1、变换后图像的灰度级减少，某些细节消失；2、某些图像，如直方图有高峰，经处理后对比度不自然的过分增强。三、实验步骤1、利用matlab图像处理工具箱提供的函数进行均衡处理；程序如下：clear;b=imread(b.jpg);subplot(2,2,1);title(source image);imshow(b);subplot(2,2,2);c=histeq(b);imshow(c);title(equation by system function);count,x=imhist(b);count=co

3、unt./(256*256);for m=2:256 count(m)=count(m)+count(m-1);endcount=round(count*255+0.5);for m=1:256 for n=1:256 d(m,n)=count(b(m,n)+1); endendd=mat2gray(d);subplot(2,2,3);imshow(d);title(program by own);处理结果：2、自己设计程序实现图像的直方图均衡；PS=imread(image.jpg); %读入JPG彩色图像文件imshow(PS) %显示出来 title(输入的彩色JPG图像)imwrite

4、(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%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,b) %绘制直方图title(原图像直方图)xlabel(灰度值)ylabel(出现概率)%直方图均衡化S1=zeros(1,256);for

5、i=1:256 for j=1:i S1(i)=GP(j)+S1(i); %计算Sk endendS2=round(S1*256)+0.5); %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 endends=uint8(s);d=uint8(d);subplot(2,2,1);imshow(s);title(source);subplot(2,2,2);imhist(s);title(histogram of source);sub

6、plot(2,2,3);imshow(d);title(dest);subplot(2,2,4);imhist(d);title(histogram of dest);处理结果四、实验总结图像的像素灰度变化是随机的，直方图的图形高低不齐，直方图均衡化就是用一定的算法使直方图大致平和。均衡化处理后的图象只能是近似均匀分布。均衡化图象的动态范围扩大了，但其本质是扩大了量化间隔，而量化级别反而减少了，因此，原来灰度不同的象素经处理后可能变的相同，形成了一片的相同灰度的区域，各区域之间有明显的边界，从而出现了伪轮廓。如果原始图像对比度本来就很高，如果再均衡化则灰度调和，对比度降低。在泛白缓和的图像中，均衡化会合并一些象素灰度，从而增大对比度。均衡化后的图片如果再对其均衡化，则图像不会有任何变化。