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('source image');
imshow(b);
subplot(2,2,2);
c=histeq(b);
imshow(c);
title('equation by system function');
[count,x]=imhist(b);
count=count./(256*256);
for m=2:256
count(m)=count(m)+count(m-1);
end
count=round(count*255+0.5);
for m=1:256
for n=1:256
d(m,n)=count(b(m,n)+1);
end
end
d=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(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
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);
for i=1:256
for j=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
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end
figure,bar(0:255,GPeq,'b') %显示均衡化后的直方图
title('均衡化后的直方图')
xlabel('灰度值')
ylabel('出现概率')
%图像均衡化
PA=PS;
for i=0:255
PA(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
title('均衡化后图像')
imwrite(PA,'PicEqual.bmp');
s=imread('girl.bmp');
[m,n]=size(s);
num=m*n;
r=zeros(1,256);
e=zeros(1,256);
d=zeros(size(s));
for i=1:m
for j=1:n
r(s(i,j)+1)=r(s(i,j)+1)+1; %原图像概率密度
end
end
r=r./num;
for i=1:m
for j=1:i
e(i)=e(i)+r(j); %累积分布 end
end
for i=1:256
e(i)=floor(e(i)*255+0.5); %映射关系end
for i=1:m
for j=1:n
d(i,j)=e(s(i,j)+1);
end
end
s=uint8(s);
d=uint8(d);
subplot(2,2,1);
imshow(s);
title('source');
subplot(2,2,2);
imhist(s);
title('histogram of source');
subplot(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。