直方图均衡及分段灰变换 - 会议文章.docxVIP

案与源码；1.直方图均衡化；MATLAB图像处理工具箱的 案与源码；1.直方图均衡化；MATLAB图像处理工具箱的hi -d)*(b1-d1)/(b-d)+d1;i2=uint8( 区间,即要把输入图像的某个亮度值区间[a,b]映射为输出图像 did);n3=find(di=ddib);di2= F1003025 5100309018 董威 一、基本原理与主要用途； 1.直方图均衡与分段灰度变换的基本原理； 直方图均衡化的目的是将原始图像的直方图变为均衡分布的形式，即将一已知灰度 概率密度分布的图像， 经过某种变换变成一幅具有均匀灰度概率密度分布的新图像， 从 而改善图像的灰度层次。它的基本思想是把原始图像的直方图变换成均匀分布的形式， 这样就增加了像素灰度值的动态范围，从而达到了增强图像整体对比度的效果。 MATLAB图像处理工具箱中提供的 histeq 函数，可以实现直方图的均衡化。 线性变换是指在图像灰度范围内分段对逐个像元进行处理,是将原图像亮度值动态 范围按线性关系(线性函数)变换到指定范围或整个动态范围。在实际运算中给定的是 2 个亮度区间,即要把输入图像的某个亮度值区间[a,b]映射为输出图像的亮度值区间[c,d] 。 即按线性比例对图像每一个象素灰度作灰度线性变换,改善图像视觉效果。 在实际图像处 理中,为了突出感兴趣的目标或灰度区域,相对抑制不感兴趣的灰度区域,常常采用分段线 性变换来进行图像灰度的处理。 MATLAB图像处理工具箱中提供的 imadjust 函数，可以实现上述的线性变换。 2. 主要用途； 在获取图像的过程中， 由于噪声，光照等外界环境或设备本身的原因，原始数字图 像质量会退化。例如一般成像系统只具有一定的响应亮度， 常出现对比度不足的弊病， 影响视觉效果，在这些情况下需要对图像做增强处理。图像增强可以提高清晰度，改善 图像的视觉效果， 突出图像中的有用信息，削弱或消除不需要的信息。 二、实现方案与源码； 1. 直方图均衡化； MATLAB图像处理工具箱的 histep 函数可以很方便的实现直方图均衡化。 由于原图片是彩色，因而在转换前需要用rgb2gray 函数将图片转化为灰度图。 源程序如 下： a=imread(e:\b.bmp);% 读取图像 b=rgb2gray(a); %转化为灰度图像 subplot(121),imshow(a); subplot(122),imhist (b); 途；在获取图像的过程中，由于噪声，光照等外界环境或设备本身的step函数可以很方便的实现直方图均衡化。由于原图片是彩色，bel( 途；在获取图像的过程中，由于噪声，光照等外界环境或设备本身的 step函数可以很方便的实现直方图均衡化。由于原图片是彩色， bel(出现概率);newGp=zeros(1,256) )表示第0~k的灰度级出现概率累积相加。因为s是归一化的数值 实现结果如下： 原图转化为的灰度图像 subplot(121),imshow(b); subplot(121),imshow(b); subplot(122),imhist(b); % 显示灰度图像与其直方图 实现结果如下： c=histeq(b); %直方图均衡化 subplot(121),imshow(b); subplot(122),imhist (b); % 显示处理后的图像与其直方图 实现结果如下： 如下：a=imread(e:\b.bmp);%读取图像[;% 如下：a=imread(e:\b.bmp);%读取图像[ ;%计算各灰度出现的概率fori=1:256gp(i)=le 56newGp(i)=sum(gp(find(S2==i)) 因而在转换前需要用rgb2gray函数将图片转化为灰度图。源 不调用 histeq 函数，利用 matlab 语言也可直接编程实现图像的直方图均衡化处理。图像的 灰度直方图均衡化公式： 公式中， T(rk)来表示原图像的第 k 个灰度级的转换函数。 ∑nj/N 表示0~j 个灰度 级的像素数量总和与像素总数的比值，也就是前面讲过的百分位 (当前色阶与前面色阶的所 有像素数量÷总像素数量)。 ∑(rk)表示第0~k 的灰度级出现概率累积相加。因为 s 是归一化 的数值(s∈[0,1]) ，要转换为0~255的颜色值，需要再乘上255，即 S= ∑(rk)*255。 流程如下： 读取图像 ——转换为灰度图像——计算各灰度出现的概率——计算新的各灰度出现的 概率——填充各像素点新的灰度值——显示图像 相应的源程序如下： a=imread(e:\b.bmp);% 读取图像 [m,n,o]=size(a); grayPic=rgb2gray(a); f