使用matlab进行直方图均衡化

以下是使用Matlab进行直方图均衡化的示例代码和效果：

clear all; % 清除Matlab缓存数据
close all;
clc;

f = imread('F:\暗通道图像去雾matlab\图像去雾程序MATLAB\迷雾1.png'); % 读取图像
f = rgb2gray(f); % 转换为灰度图像

subplot(221),imshow(f),title('原灰度图'); % 显示原灰度图像
subplot(222),imhist(f),title('原灰度图像直方图'); % 显示原灰度图像的直方图

g = histeq(f); % 进行直方图均衡化

subplot(223),imshow(g),title('直方图均衡化后图'); % 显示均衡化后的图像
subplot(224),imhist(g),title('均衡化后直方图'); % 显示均衡化后的直方图

效果：
左上角是原灰度图像，右上角是原灰度图像的直方图。
左下角是直方图均衡化后的图像，右下角是均衡化后的直方图。

相关问题

matlab进行直方图均衡化

在MATLAB中，直方图均衡化是一种常见的图像增强技术，用于改善图像对比度，使得灰度级分布更均匀。它通过调整像素值，使得原图像中较暗部分变得更亮，较亮部分变得更暗，从而扩展了整个图像的动态范围。

下面是使用MATLAB内置函数`imadjust`进行直方图均衡化的简单步骤：

% 加载图像
img = imread('your_image.jpg'); % 替换为你的图像文件名

% 计算原始图像的直方图
histogram = imhist(img);

% 定义新的灰度范围 (0, 256) 或者自定义范围
newMin = 0;
newMax = 255;

% 进行直方图均衡化
equi_img = imadjust(img, [histogram(1), histogram(end)], [newMin, newMax]);

% 显示原始图像和处理后的图像
subplot(1, 2, 1);
imshow(img);
title('Original Image');
subplot(1, 2, 2);
imshow(equi_img);
title('Histogram Equalized Image');

在这个例子中，`imadjust`函数接受三个输入参数：原始图像、旧灰度范围（这里是原直方图的上下限）和新灰度范围（用户自定义）。执行后，图像会按照新的灰度级别分布显示，增强了对比度。

matlab进行直方图均衡化处理的代码

以下是使用MATLAB进行直方图均衡化处理的代码：

% 读取图像
img = imread('input.jpg');

% 对灰度图像进行直方图均衡化处理
if size(img, 3) == 1 % 灰度图像
    img_eq = histeq(img);
else % 彩色图像
    img_eq = zeros(size(img));
    for i = 1:size(img, 3) % 对每个通道分别进行处理
        img_eq(:,:,i) = histeq(img(:,:,i));
    end
end

% 显示原始图像和处理后的图像
figure;
subplot(1, 2, 1); imshow(img); title('原始图像');
subplot(1, 2, 2); imshow(img_eq); title('直方图均衡化处理后的图像');

以上代码先读取输入图像，然后判断图像是否为灰度图像，如果是灰度图像则直接使用`histeq`函数进行直方图均衡化处理，否则对每个通道分别进行处理。最后显示原始图像和处理后的图像。