数字图像处理实验报告--直方图均衡化.pdfVIP

数字图像处理实验报告--直方

图均衡化

源图像各点像素进行灰度转换，即可完成对源图的直方图均衡化。

一，调用matlab系统函数方式

（1）实验程序

clearall;

f=imread(cameraman.tif);

figure(1)

imshow(f);

figure(2)

imhist(f);%绘制图象f的直方图

ylim(auto);

g=histeq(f,256);%对f进行直方图均衡，输出图

象的灰度级数为256

figure(3)

imshow(g);

figure(4)

imhist(g);

ylim(auto);

（2）实验结果：

图1：原图

图2:原图的直方图

图3:处理后的图

图4:处理后的直方图

二：不用系统函数

（1）实验程序：

f=imread(cameraman.tif);%读取原图象

[m,n]=size(f);

figure(1)

imshow(f);

gp=zeros(1,256);%创建一个全零矩阵，1×

256，计算各灰度出现的概率

fori=1:256

gp(i)=length(find(f==(i-1)))/(m*n);

end

figure,bar(0:255,gp);

newGp=zeros(1,256);%计算新的各灰度出现

的概率

S1=zeros(1,256);

S2=zeros(1,256);

tmp=0;

fori=1:256

tmp=tmp+gp(i);

S1(i)=tmp;%各

会灰度的累计概率

S2(i)=round(S1(i)*256);%将取整后的值存

储在S2

end

fori=1:256

newGp(i)=sum(gp(find(S2==i)));

end

figure,bar(0:255,newGp);

fori=1:256

newGrayPic(find(f==(i-1)))=S2(i);%用新的

灰度填充以前旧的灰度值

end

figure,imshow(newGrayPic);

（2）实验结果：

图5：原图

图6:原图的直方图

图7:处理后的图

图8:处理后的直方图

三：对比用这两种方式实现效果上的差异

调用系统函数的结果

未调用系统函数的结果

尽管两者直方图的统计方式不同，左边是

统计每个灰度值总的像素，右边是统计每个灰度

值出现的概率，但形状基本相同。

J=imread(2.bmp);

Iq=imsubtract(I,J);%两幅图相减

imview(Iq)