图像的直方图是图像的重要统计特征

图像的直方图是图像的重要统计特征，它可以认为是图像灰度密度函数的近似。直方图虽然不能直接反映出图像内容，但对它进行分析可以得出图像的一些有用特征，这些特征能反映出图像的特点。当图像对比度较小时，它的灰度直方图只在灰度轴上较小的一段区间上非零，较暗的图像由于较多的像素灰度值低，因此它的直方图的主体出现在低值灰度区间上，其在高值灰度区间上的幅度较小或为零，而较亮的图像情况正好相反。通常一幅均匀量化的自然图像的灰度直方图在低值灰度区间上频率较大，这样的图像较暗区域中的细节常常看不清楚。为使图像变清晰，可以通过变换使图像的灰度动态范围变大，并且让灰度频率较小的灰度级经变换后，其频率变得大一些，使变换后的图像灰度直方图在较大的动态范围内趋于均化。事实证明，通过图像直方图修改进行图像增强是一种有效的方法。

均匀量化的自然图像的灰度直方图通常在低值灰度区间上频率较大，使得图像中较暗区域中的细节常常看不清楚。为了使图像清晰，可将图像的灰度范围拉开，并且让灰度频率较小的灰度级变大，即让灰度直方图在较大的动态范围内趋于一致。

前面介绍的直方图均衡化处理方法从实验效果看还是很不错的，从实现算法上也可以看出其优点主要在于能自动整幅图像的对比度，但具体的增强效果也因此不易控制，只能得到全局均衡化处理的直方图。在科研和工程应用中往往要根据不同的要求得到特定形状的直方图分布以有选择的对某灰度范围进行局部的对比度增强，此时可以采用对直方图的规定化处理，通过选择合适的规定化函数取得期望的效果。

a=imread('花.jpg');

subplot(2,2,1);

imshow(a);

title('原始图像');

subplot(2,2,2);

a=rgb2gray(a);

imhist(a);

title('原始图像直方图');

subplot(2,2,3);

a1=imadjust(a,[],[0.1 0.9]);

imshow(a1);

title('调整灰度后的直方图'); subplot(2,2,4);

imhist(a1);

title('调整灰度后的直方图');