用matlab写一个图像均衡化的程序,画出原图像的直方图和均衡图像的直方图

时间: 2023-09-10 15:05:52 浏览: 35
好的,下面是一个Matlab实现图像直方图均衡化的程序,包括绘制原图像的直方图和均衡图像的直方图: ``` % 读取图像 img = imread('image.jpg'); % 将图像转换为灰度图像 gray_img = rgb2gray(img); % 计算原图像的直方图 histogram = imhist(gray_img); % 计算直方图均衡化后的像素值 cumulative_hist = cumsum(histogram) / numel(gray_img); equalized_pixels = uint8(255 * cumulative_hist(gray_img + 1)); % 将像素值重构为均衡化后的图像 equalized_img = reshape(equalized_pixels, size(gray_img)); % 绘制原图像的直方图 subplot(1,2,1); imhist(gray_img); title('原图像的直方图'); % 绘制均衡图像的直方图 subplot(1,2,2); imhist(equalized_img); title('均衡图像的直方图'); % 显示原图像和均衡图像 figure; subplot(1,2,1); imshow(gray_img); title('原图像'); subplot(1,2,2); imshow(equalized_img); title('均衡图像'); ``` 您可以将程序保存为.m文件后运行,替换'image.jpg'为您自己的图像文件名即可。
相关问题

请用Matlab写一个图像灰度变换程序,结果包括灰度直方图和均衡化后的灰度直方图

以下是使用Matlab编写的图像灰度变换程序,其中包括灰度直方图和均衡化后的灰度直方图: ```matlab % 读取图像 img = imread('lena.png'); % 将图像转换为灰度图像 gray_img = rgb2gray(img); % 计算灰度直方图 histogram = imhist(gray_img); % 计算累积概率分布函数 cdf = cumsum(histogram) / numel(gray_img); % 计算灰度均衡化后的图像 eq_img = uint8(255 * cdf(double(gray_img) + 1)); % 计算灰度均衡化后的灰度直方图 eq_histogram = imhist(eq_img); % 显示图像和灰度直方图 subplot(2,2,1), imshow(gray_img), title('原始图像'); subplot(2,2,2), bar(histogram), title('原始图像灰度直方图'); subplot(2,2,3), imshow(eq_img), title('均衡化后的图像'); subplot(2,2,4), bar(eq_histogram), title('均衡化后的灰度直方图'); ``` 这个程序读取名为“lena.png”的图像,将其转换为灰度图像,并计算其灰度直方图。然后,它计算累积概率分布函数,并将其用于灰度均衡化,生成均衡化后的图像和灰度直方图。最后,程序将原始图像、原始图像的灰度直方图、均衡化后的图像和均衡化后的灰度直方图显示在一个4个子图的窗口中。 注意,程序中使用的“imhist”函数可以计算图像的灰度直方图,“cumsum”函数可以计算累积概率分布函数。

运用matlab编写一个能计算一张图像直方图的程序和直方图均衡的程序,输出均衡前后的直方图。

以下是Matlab的示例代码: 计算图像直方图: ```matlab % 读取图像 img = imread('test.jpg'); % 计算直方图 histogram = imhist(img); % 绘制直方图 plot(histogram); title('Image Histogram'); xlabel('Intensity Level'); ylabel('Pixel Count'); ``` 直方图均衡: ```matlab % 读取图像 img = imread('test.jpg'); % 计算直方图 histogram = imhist(img); % 计算累计分布函数 cdf = cumsum(histogram) / numel(img); % 计算均衡化后的像素值 equalized_img = uint8(255 * cdf(double(img)+1)); % 绘制均衡化前后的直方图 subplot(2,1,1); imshow(img); title('Original Image'); subplot(2,1,2); imhist(equalized_img); title('Equalized Image Histogram'); ``` 上述代码可以计算出一张图像的直方图,并且对图像进行直方图均衡处理,最后输出均衡化前后的直方图。

相关推荐

最新推荐

recommend-type

基于MATLAB GUI的数字图像处理

本文针对数字图像处理技术的特点及MATLAB语言的应用环境,利用MATLAB图像处理工具箱,根据需求进行程序的功能分析和界面设计,实现数字图像的灰度处理、亮度处理、截图、缩放、加噪、滤波、直方图统计、频谱分析等...
recommend-type

利用matlab实现直方图均衡化

关于数字图象处理的一个作业,觉得应该分享出来,怎么显示图像的直方图以及怎么进行均衡化
recommend-type

软考-考生常见操作说明-202405101400-纯图版.pdf

软考官网--2024常见操作说明:包括如何绘制网络图、UML图、表格等 模拟作答系统是计算机技术与软件专业技术资格(水平)考试的电子化考试系统界面、作答过程的仿真系统,为各级别、各资格涉及输入和页面显示的部分题型提供体验性练习。
recommend-type

setuptools-34.0.3.zip

Node.js,简称Node,是一个开源且跨平台的JavaScript运行时环境,它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立,旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎,可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型,这使得它非常适合处理大量并发连接,从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外,Node.js使用了模块化的架构,通过npm(Node package manager,Node包管理器),社区成员可以共享和复用代码,极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展,它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等,因此,开发者可以用JavaScript编写全栈应用程序,这一点大大提高了开发效率和便捷性。 在实践中,许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台,如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能,简化了开发流程,并且能更快地响应市场需求。
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依