Boosting

目的是在得到在整个灰度级范围内具有均匀分布的图像。图像的像素灰度变化是随机的，直方图的图形高低不齐，直方图均衡化就是用一定的算法使直方图大致平和。

灰度直方图均衡化的算法，简单地说，就是把直方图的每个灰度级进行归一化处理，求每种灰度的累积分布，得到一个映射的灰度映射表，然后根据相应的灰度值来修正原图中的每个像素。

直方图均衡化MATLAB实现

[filename,pathname]=uigetfile(‘*.*‘,‘select an image‘);
input_I=imread([pathname filename]);%读入图像

subplot(3,3,1);imshow(input_I);
title(‘原始图像‘);%显示原始图像

I_gray = rgb2gray(input_I);
subplot(3,3,4);imshow(I_gray);
title(‘灰度图像‘);
subplot(3,3,5);imhist(I_gray);
title(‘灰度图像直方图‘);%显示灰度图像及直方图

[height,width]=size(I_gray);

r=zeros(1,256);
for i=1:height
for j=1:width
r(I_gray(i,j)+1)= r(I_gray(i,j)+1)+1;
end
end %计算灰度直方图中的数值：每个灰度级对应的像素数目。
subplot(3,3,6);stem(r);
title(‘计算所得灰度图像直方图‘);

s=zeros(1,256);
s(1)=r(1);
for i=2:256
s(i)=s(i-1)+r(i);
end %累积分布函数：对应的也是像素的数目。
subplot(3,3,9);stem(s);

for i=1:256
s(i)=floor(255*s(i)/(height*width));
end % s(i)/(height*width) 为频率，*256 为归一到0—255之间，floor为取整(整数部分)函数。【round为四舍五入函数,ceil为取整数部分加1】

I_HE=I_gray;
for i=1:height
for j=1:width
I_HE(i,j)= s(I_gray(i,j)+1);
end
end%得到均衡化后的图像。s(1)~s(256)里的数值即为灰度值，1~256标号对应的是原始灰度图像的0~255的灰度值。

m=zeros(1,256);
for i=1:height
for j=1:width
m(I_HE(i,j)+1)= m(I_HE(i,j)+1)+1;
end
end %计算直方图中的数值：每个灰度级对应的像素数目。
subplot(3,3,9);stem(m);
title(‘计算所得均衡化后图像直方图‘);

imwrite(I_gray,‘1gray.png‘);
imwrite(I_HE,‘1he.png‘);
subplot(3,3,7);imshow(I_HE);
title(‘均衡化后的图像‘);
subplot(3,3,8);imhist(I_HE);
title(‘均衡化后图像直方图‘);

结果图明天附