Matlab根据灰度级数对图像进行直方图均衡化

Matlab中的直方图均衡化是一种增强图像对比度的技术，它通过对图像的灰度值分布进行调整，使得图像中的像素强度更加均匀，从而使细节更易于观察。在处理灰度图像时，直方图均衡化的步骤通常包括以下几个部分：

1. **计算原始图像的灰度直方图**：首先，你需要读取图像并将其转换为灰度，然后计算每个灰度值出现的频率，形成一个直方图。

img = imread('your_image.jpg'); % 替换为你要处理的图片路径
gray_img = rgb2gray(img);
histogram = histcounts(gray_img(:), 'Normalization', 'probability');

2. **确定累积分布函数（CDF）**：将直方图转换为累积分布函数，CDF表示像素值落在各个灰度等级的概率。

cdf = cumsum(histogram);
cdf = cdf / sum(cdf); % 归一化至[0, 1]范围

3. **创建线性插值表**：通过CDF找到新的灰度值，这个新值对应原灰度值的概率分布。

new_gray_values = linspace(0, 1, length(unique(gray_img)));
equi_img = interp1(new_gray_values, gray_img(:), gray_img(:), 'linear', 'extrap');

4. **应用变换到原始图像**：最后，将插值后的灰度值分配回对应的像素位置，得到直方图均衡化的图像。

equi_img = reshape(equi_img, size(gray_img));