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%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%clearallclosealltuu=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graydisforx=1:hfory=1:wgraydis(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fori=2:256graydispro(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fori=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_graydisfori=1:256new_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_tuforx=1:hfory=1:wnew_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%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;archilesslorderclearall%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figureNO1title('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figureNO2title('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endfigure,bar(0:255,GP,'g')%绘制直方图figureNO3title('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);fori=1:256forj=1:iS1(i)=GP(j)+S1(i);%计算SkendendS2=round(S1*256);%将Sk归到相近级的灰度fori=1:256GPeq(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figureNO4title('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figureNO5legend('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;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endfigure,imshow(PA)%显示均衡化后的图像figureNO6title('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endendbmap=zeros(1,256);fori=1:256temp=0;forj=1:itemp=temp+hf(j);endbmap(i)=floor(temp*255/(m*n));endy=zeros(m,n);fori=1:mforj=1:ny(i,j)=bmap(I(i,j)+1);endendy=uint8(y);figure;imshow(y);