灰度图像直方图均衡化变换函数算法.docVIP

灰度图像直方图均衡化变换函数算法 方案一： 1) 灰度图像直方图均衡化算法步骤: 列出原始图像和变换后图像的灰度级I:j=0,1,…L-1,其中L是灰度级的个数； 统计原始图像个灰度级的像素个数Ni; 计算原始图像直方图：p(i)=Ni/N,N为原始图像像素总数; 计算累计直方图Pj=∑p(k),k=0,1…j； 利用灰度变换函数计算变换后的灰度值，并四舍五入：j=INT[(L-1)Pj+0.5]; 确定灰度变换关系i—j，据此将原图像的灰度值f(m,n)=i修正为g(m,n)=j; 统计变换后各灰度级的像素个数Nj； 计算变换后图像的直方图p(j)=Nj/N; 2) m文件 I=imread(football.jpg); I=I(:,:,1); [m,n]=size(I); num=m*n; pre_mat=zeros(1,256); aft_mat=zeros(1,256); for i=1:m for j=1:n pre_mat(I(i,j)+1)= pre_mat(I(i,j)+1)+1; end end aft_mat(I)=aft_mat(I)/num; for k=2:256 s(k)=pre_mat(k)/num; aft_mat(k)=aft_mat(k-1)+s(k); end M=zeros(m,n); aft_mat=aft_mat*255; for i=1:m for j=1:n M(i,j)=aft_mat(I(i,j)+1); end end J=uint8(M) subplot(3,2,1) imshow(I); title(1.原始图像); subplot(3,2,2) imhist(I); title(2.原始图像直方图 ); subplot(3,2,3) imshow(J); title(3.均衡化图像); subplot(3,2,4) imhist(J); title(4.均衡化图像直方图); A=histeq(I); subplot(3,2,5) imshow(A); title(5.系统均衡化图像); subplot(3,2,6) imhist(A); title(6.系统均衡化图像直方图) 图1 均衡化处理对比 经实际验证：该方案对黑白图片均衡化处理有较好的效果。不能正确的处理彩色图像。如上例中所示：该方案先将彩色图像转换成黑白图像，再对其均衡化处理。 为了良好的处理彩色图像，设计方案二如下所示： 方案二 PS=imread(football.jpg); %读入JPG彩色图像文件subplot(3,2,1); imshow(PS); %显示 title(原始彩色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 %[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，存入GP中 end subplot(3,2,2),bar(0:255,GP,g) %绘制直方图 title() 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 subplot(3,2,3),bar(0:255,GPeq,b) %显示均衡化后的直方图 title() ylabel(出现概率) axis([0 255 0 0.025]) %图像均衡化