标签：end title 均衡化 直方图 灰度 256 图像增强

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(r)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(r)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
完整代码或代写加1564658423

标签：end,title,均衡化,直方图,灰度,256,图像增强
来源： https://www.cnblogs.com/homeofmatlab/p/14905979.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。