图像增强基于matlab直方图均衡化图像增强含Matlab源码 960期

Posted 2021-08-13 紫极神光

一、简介

直方图均衡化是基于灰度直方图的图像增强的一种方法，还有另外一种方法是直方图规定化。
均衡化的目的是将原始图像的直方图变为均衡分布的的形式，将一非均匀灰度概率密度分布图像，通过寻求某种灰度变换，变成一幅具有均匀概率密度分布的目的图像。
具体原理如下：
1 连续灰度级：
假定：r代表灰度级，P®为概率密度函数。r值已经过归一化处理，灰度值范围在[0,1]之间。r与P®之间的关系如下：

非均匀分布的连续灰度直方图
均衡化的目的是将上面的非均匀分布变成如下图所示的均匀分布：

均匀分布的连续灰度直方图


直方图均衡化变换公式推导图示

2 离散灰度级

计算的基本步骤如下：

二、源代码

close all;clear all;clc
a=imread('lena.jpg');
subplot(2,3,1);imshow(a);title('原图');
subplot(2,3,4);imhist(a);title('原图直方图');
b=histeq(a,256);
subplot(2,3,2);imshow(b);title('histeq函数直接均衡化');
subplot(2,3,5);imhist(b);title('直接均衡化后直方图');

I=a;
[m,n]=size(I);
h = zeros(1,256);
%I=double(I);
for i = 1:m
  for j = 1:n
    h(I(i,j)+1)=h(I(i,j)+1)+1;%统计原始图像各灰度出现次数，对应存放在h中
    end
end
new=zeros(1,256);%存放新灰度值个数
for i=1:256
    temp=0;
    for j=1:i
        temp=temp+h(j);%计算各灰度值的累计分布
    end
    new(i)=floor(temp*255/(m*n));%计算新的灰度值
end
y=zeros(m,n);
for i=1:m
    for j=1:n
        y(i,j)=new(I(i,j)+1);%由新的灰度值得到新的图像
    end
end

三、运行结果

四、备注

版本：2014a