殷亭亭超级长课设报告.docxVIP

目录设计目的…………………………………………………………………………………2 1.1实现方法…………………………………………………………………………………2 1.2特点及应用…………………………………………………………………………….2二、理论知识……………………………………………………………………………………2 2.1直方图简介…………………………………………………………………………….2 2.2灰度直方图性质………………………………………………………………………2三、设计方案……………………………………………………………………………………2 3.1原图转换为灰度图………………………………………………………………….3 3.2实现归一化…………………………………………………………………………….3 3.3显示原灰度图像………………………………………………………………………3 3.4绘制直方图………………………………………………………………………………3 3.5实现直方图均衡化……………………………………………………………………4 3.5.1对原图进行线性变换得到新图及直方图…………………4 3.5.2对3.5.1中的四幅新图进行直方图均衡化后得到的图像及其直方图…………………………………………………………11四、结论……………………………………………………………………………………………25五、参考文献…………………………………………………………………………………….25一：设计目的1.1通过直方图以及均衡化的理论原理，用MATLAB实现直方图均衡化；1.2在加深对直方图以及均衡化的理论原理知识理解的基础上，学会运用已学的知识涉及直方图均衡化实验并对结果进行分析，并用实验的结果来说明直方图均衡化的特点及应用。二：理论知识2.1直方图是统计像数统计图，如设一张灰度图或一个通道，值0~255，直方图如果按。255个区分的话。统计出来的就是，值为。0的有几个像数，值为1的有机个像数，这样的一张表。那么均衡化的意思就是。这样表要均衡。不直不于。0有上万个像数，1只有1 个。正常，直方图本身可以用小于255个区。比如10个，那么这样相对图中的点就有一个映射，这时值0-9统计落在第一个区,值为10-19落第二个区。这样的结果就会出来，10个区，10个统计数区。这时。你均衡就是让10区的统计数据都不会差很多。表现出来的就是一张图上的颜色分布相对均衡2.2灰度直方图性质：1）表征了图像的一维信息。只反映图像中像素不同灰度值出现的次数（或频数）而未反映像素所在位置。2）与图像之间的关系是多对一的映射关系。一幅图像唯一确定出与之对应的直方图，但不同图像可能有相同的直方图。3）子图直方图之和为整图的直方图。三：设计方案3.1直方图均衡化是专门对于灰度图像而言的处理算法，若原图为彩色图像，则先转化为灰度图像，具体程序如下：a=imread(e:\b.jpg);%读取图像b=rgb2gray(a); %转化为灰度图像 imshow(b); %显示原图c=histeq(b); %直方图均衡化subplot(121),imshow(a);subplot(122),imshow(c); %显示处理后的图像3.2在imhist函数的返回值中，counts保存了落入每个区间的像素的个数，通过计算counts与图中像素总数的商可以得到归一化的直方图。3.3输入以下语句，显示灰度源图像I=imshow(‘pout.tif’);Pout.tif原图的灰度图为3.4在MATLAB中输入下列语句绘制直方图I=imread（‘pout.tif’）；Figure;[M,N]=size(I);[counts,x]=imhist(I,32);Counts/M/N;Stem(x,counts);得到直方图为3.5在MATLAB中实现直方图均衡化 3.5.1对原图像进行线性变换，得到四幅新图像和新图的直方图线性变换参数如下:fa=2, fb=-55,fa=-0.5,fb=-55,fa=1,fb=-55,fa=1,fb=-55,读入pout.tif图像，分布进行增加对比度，减小对比度，线性增加亮度和线性减小亮度处理I=imread(pout.tif); I=im2double(I); I3=1*I+55/255; subplot(4,2,5); imshow(I3); subplot(4,2,6); imhist(I3); I4=1*I-55/255; subplot(4,2,7); imshow(I4); subplot(4,2,8); imhist(I4); I1=2*I-55/255; subplot(4,2,