基于直方图均衡化的matlab代码
时间: 2023-09-22 14:08:29 浏览: 44
下面是基于直方图均衡化的 MATLAB 代码示例:
``` matlab
% 读取图像
img = imread('lena.jpg');
% 转换为灰度图像
grayImg = rgb2gray(img);
% 直方图均衡化
eqImg = histeq(grayImg);
% 显示原始图像和均衡化后的图像
subplot(1,2,1);
imshow(grayImg);
title('原始图像');
subplot(1,2,2);
imshow(eqImg);
title('均衡化后的图像');
```
以上代码实现了对名为"lena.jpg"的图像进行直方图均衡化,并将原始图像和均衡化后的图像显示在了同一窗口中。可以通过修改代码中的文件名和路径,对不同的图像进行直方图均衡化。
相关问题
图像直方图均衡化matlab代码
图像直方图均衡化是一种用来改善图像对比度的处理方法,它通过对图像的像素值进行变换,使得像素值的分布更加均匀,从而增强图像的细节和色彩。下面是一份基于Matlab的图像直方图均衡化代码示例:
1. 读取图像
```matlab
img = imread('image.jpg'); % 读取图像
```
2. 将图像转换为灰度图
```matlab
gray_img = rgb2gray(img); % 转换为灰度图
```
3. 计算图像的直方图
```matlab
histogram = imhist(gray_img); % 计算直方图
```
4. 计算直方图累积分布
```matlab
cumulative_histogram = cumsum(histogram); % 计算累积直方图
normalized_histogram = cumulative_histogram / numel(gray_img); % 归一化
```
5. 对图像的像素值进行映射
```matlab
new_img = normalized_histogram(gray_img + 1); % 映射像素值
```
6. 显示原始图像和均衡化后的图像
```matlab
subplot(1, 2, 1); % 创建子图
imshow(gray_img); % 显示原始图像
title('原始图像');
subplot(1, 2, 2); % 创建子图
imshow(new_img); % 显示均衡化后的图像
title('均衡化后的图像');
```
通过以上代码,我们可以实现对图像的直方图均衡化处理。代码中通过imread函数读取图像,然后转换为灰度图,计算图像的直方图并计算累积直方图,最后对图像的像素值进行映射。最终通过subplot和imshow函数将原始图像和均衡化后的图像显示出来。这样,我们就可以直观地观察到均衡化处理对图像的效果改善。
如何实现基于Lab模型的有限对比自适应直方图均衡化 matlab代码
以下是基于Lab模型的有限对比自适应直方图均衡化的MATLAB代码:
```matlab
% 读入图像
img = imread('lena.png');
% 将RGB图像转换到Lab颜色空间
lab_img = rgb2lab(img);
% 定义块大小和限制对比度因子
block_size = 16; % 块大小
clip_limit = 0.01; % 限制对比度因子
% 计算图像大小
[rows, cols, ~] = size(lab_img);
% 计算每个块的数量
num_blocks_row = ceil(rows/block_size);
num_blocks_col = ceil(cols/block_size);
% 初始化输出图像
out_img = zeros(size(lab_img));
% 循环遍历每个块并进行CLAHE处理
for i = 1:num_blocks_row
for j = 1:num_blocks_col
% 计算当前块的位置
row_start = (i-1)*block_size+1;
row_end = min(i*block_size, rows);
col_start = (j-1)*block_size+1;
col_end = min(j*block_size, cols);
% 获取当前块
block = lab_img(row_start:row_end, col_start:col_end, :);
% 将当前块转换为灰度图像
gray_block = block(:,:,1);
% 对当前块进行有限对比自适应直方图均衡化
eq_block = adapthisteq(gray_block, 'ClipLimit', clip_limit, 'NumTiles', [8 8]);
% 将均衡化的块复制回输出图像中
out_img(row_start:row_end, col_start:col_end, 1) = eq_block;
out_img(row_start:row_end, col_start:col_end, 2:3) = block(:,:,2:3);
end
end
% 将输出图像转换回RGB颜色空间
out_img = lab2rgb(out_img);
% 显示原图和处理后的图像
figure;
subplot(1,2,1);
imshow(img);
title('Original Image');
subplot(1,2,2);
imshow(out_img);
title('CLAHE with Lab Color Space');
```
请注意,以上代码仅演示了如何使用有限对比自适应直方图均衡化(CLAHE)处理基于Lab颜色空间的图像。如果需要使用其他颜色空间或自定义算法,则需要进行相应的更改。