码迷,mamicode.com
首页 > 其他好文 > 详细

MATLAB - 练习程序,直方图均衡化

时间:2016-11-08 00:39:46      阅读:345      评论:0      收藏:0      [点我收藏+]

标签:jpg   mat   tar   net   log   atl   图像增强   highlight   .net   

直方图均衡化的作用是图像增强。

有两个问题比较难懂,一是为什么要选用累积分布函数,二是为什么使用累积分布函数处理后像素值会均匀分布。

第一个问题。均衡化过程中,必须要保证两个条件:①像素无论怎么映射,一定要保证原来的大小关系不变,较亮的区域,依旧是较亮的,较暗依旧暗,只是对比度增大,绝对不能明暗颠倒;②如果是八位图像,那么像素映射函数的值域应在0和255之间的,不能越界。综合以上两个条件,累积分布函数是个好的选择,因为累积分布函数是单调增函数(控制大小关系),并且值域是0到1(控制越界问题),所以直方图均衡化中使用的是累积分布函数。

第二个问题。累积分布函数具有一些好的性质,那么如何运用累积分布函数使得直方图均衡化?比较概率分布函数和累积分布函数,前者的二维图像是参差不齐的,后者是单调递增的。直方图均衡化过程中,映射方法是

技术分享

其中,n是图像中像素的总和,技术分享是当前灰度级的像素个数,L是图像中可能的灰度级总数。

来看看通过上述公式怎样实现的拉伸。假设有如下图像:

技术分享

得图像的统计信息如下图所示,并根据统计信息完成灰度值映射:

技术分享

映射后的图像如下所示:

技术分享

以上就是直方图映射均衡化的步骤,当然还有一些基于此的更优算法,比如Photoshop中的方法,在此就不一一列举了,大同小异。



%直方图均衡化 I = imread(‘rice.png‘); [height,width] = size(I); figure subplot(221) imshow(I)%显示原始图像 subplot(222) imhist(I)%显示原始图像直方图 %进行像素灰度统计; NumPixel = zeros(1,256);%统计各灰度数目,共256个灰度级 for i = 1:height for j = 1: width NumPixel(I(i,j) + 1) = NumPixel(I(i,j) + 1) + 1;%对应灰度值像素点数量增加一 end end %计算灰度分布密度 ProbPixel = zeros(1,256); for i = 1:256 ProbPixel(i) = NumPixel(i) / (height * width * 1.0); end %计算累计直方图分布 CumuPixel = zeros(1,256); for i = 1:256 if i == 1 CumuPixel(i) = ProbPixel(i); else CumuPixel(i) = CumuPixel(i - 1) + ProbPixel(i); end end %累计分布取整 CumuPixel = uint8(255 .* CumuPixel + 0.5); %对灰度值进行映射(均衡化) for i = 1:height for j = 1: width I(i,j) = CumuPixel(I(i,j)); end end subplot(223) imshow(I)%显示原始图像 subplot(224) imhist(I)%显示原始图像直方图

  技术分享

 

MATLAB - 练习程序,直方图均衡化

标签:jpg   mat   tar   net   log   atl   图像增强   highlight   .net   

原文地址:http://www.cnblogs.com/love29850706/p/6040913.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!