直方图均衡化和匹配报告.docVIP

直方图均衡化和匹配报告 一．实验目的： 加强直方图均衡化和直方图匹配的图像增强技术的认识和了解； 学会用Matlab中的下列函数对输入图像进行上述2类运算； 感受各种不同的直方图图像增强处理方法对最终图像效果的影响； 二．实验内容： 熟悉Matlab文件中有关Imhist和histeq函数的使用说明，充分理解其使用方法并能运用它们完成实验内容。 将mountain.jpg图像文件读入Matlab，对其作直方图均衡化。显示运算前后该图像的直方图，处理后的图像。 对mountain.jpg图像做直方图匹配运算，显示运算前后该图像的直方图，处理后的图像和灰度变换函数。直方图反映灰度等级的分布情况，本实验指定的直方图如下： 1400×r r≤5 7000-310×r 5＜r≤20 900－5×r 20＜r≤180 －1440+8×r 180＜r≤225 3060－12×r 225＜r≤255 利用mountain.jpg图像的直方图（imhist函数可生成），编写直方图均衡化函数，显示灰度变换函数。 三．实验结果与分析： 1．图像均衡化处理前后的直方图和图像对比 原图像 均衡化后的图像 原图像直方图 均衡化后的直方图 由处理后的图像可以看出，图像的灰度值减少，图像对比度明显增强，但是导致很多地方的细节模糊，看不清楚；而且有些地方过分增强，严重干扰清晰度。 2．直方图匹配处理前后图像对比 原图像 处理后图像 原图像直方图 直方图匹配运算后的直方图 直方图匹配运算函数 采用直方图匹配运算后，发现效果明显比直接均衡化的效果好的多，将一些重要的细节突出来了，对比度明显增强，但是有些地方色彩过于暗淡，灰度值过高，影响了图像的美观，但用于进行图像对比分析还是比较实用的。 3.编写的直方图均衡化函数，进行灰度变换 原图 处理后图像 原图直方图 处理后直方图 最后一步通过自己编写的程序，对直方图进行均衡化，效果与第一步所取得的效果差不多是一致的。 四．实验结论 该实验通过对图像进行均衡化处理，即把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布，也就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同，但是这样做却使图像的灰度值减少，甚至细节消失，而部分图像的对比度过分增强，直方图有高峰，影响了图像的实际效果。但是如果只是为了做图像的对比，需要在部分地区加强时，采用直方图匹配的方法可以完美的解决这一问题。所以如果在均衡化的方法上，结合线性拉伸的方法，这样就能在细节的地方对图像进行处理了。 n =