实验一图像的直方图均衡.docx

实验一图像的直方图均衡.docx

《实验一图像的直方图均衡.docx》由会员分享，可在线阅读，更多相关《实验一图像的直方图均衡.docx（7页珍藏版）》请在冰豆网上搜索。

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（'sourceimage'）;

imshow（b）;

subplot（2,2,2）;

c=histeq（b）;

imshow（c）;

title（'equationbysystemfunction'）;

[count,x]=imhist（b）;

count=count./（256*256）;

form=2:

256

count（m）=count（m）+count（m-1）;

end

count=round（count*255+0.5）;

form=1:

256

forn=1:

256

d（m,n）=count（b（m,n）+1）;

end

end

d=mat2gray（d）;

subplot（2,2,3）;

imshow（d）;

title（'programbyown'）;

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（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

fork=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

end

figure,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）;

fori=1:

256

forj=1:

i

S1（i）=GP（j）+S1（i）;%计算Sk

end

end

S2=round（（S1*256）+0.5）;%将Sk归到相近级的灰度

fori=1:

256

GPeq（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

end

end

s=uint8（s）;

d=uint8（d）;

subplot（2,2,1）;

imshow（s）;

title（'source'）;

subplot（2,2,2）;

imhist（s）;

title（'histogramofsource'）;

subplot（2,2,3）;

imshow（d）;

title（'dest'）;

subplot（2,2,4）;

imhist（d）;

title（'histogramofdest'）;

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。