直方图均衡化matlab程序

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

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

clear all

close all

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);

[h w]=size(tu);

new_tu=zeros(h,w);

%计算原始直方图各灰度级像素个数graydis

for x=1:h

for y=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

for i=2:256

graydispro(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

for i=1:256

t(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_graydis

for i=1:256

new_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_graydispro

new_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_tu

for x=1:h

for y=1:w

new_tu(x,y)=t(1,tu(x,y));

end

end

figure,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

%figure NO1待处理彩色图像

%figure NO2灰度化后图像

%figure NO3直方图

%figure NO4均衡化后直方图

%figure NO5灰度变化曲线

%figure NO6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;archiless lorder

clear all

%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figure NO1

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

figure,imshow(PS)%显示灰度化后的图像，也是均衡化前的样品figure NO2

title('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

for k=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

end

figure,bar(0:255,GP,'g')%绘制直方图figure NO3

title('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);

for i=1:256for j=1:i S1(i)=GP(j)+S1(i);%计算Sk end end S2=round(S1*256);%将Sk归到相近级的灰度

for i=1:256GPeq(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figure NO4

title('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figure NO5

legend('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;

for i=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

end

figure,imshow(PA)%显示均衡化后的图像figure NO6

title('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);

for i=1:m for j=1:n hf(I(i,j)+1)=hf(I(i,j)+1)+1;%统计各灰度像素个数end end

bmap=zeros(1,256);

for i=1:256temp=0;for j=1:i temp=temp+hf(j);end

bmap(i)=floor(temp*255/(m*n));

end

y=zeros(m,n);

for i=1:m for j=1:n y(i,j)=bmap(I(i,j)+1);end end

y=uint8(y);

figure;

imshow(y);