matlab均衡化图像函数

在MATLAB中，均衡化图像函数是用于增强图像对比度的一种方法。MATLAB提供了一个内置函数`histeq`来实现图像的均衡化。

`histeq`函数的语法如下：

J = histeq(I)

其中，`I`是输入的灰度图像，`J`是输出的均衡化后的图像。

`histeq`函数的工作原理是通过对输入图像的直方图进行变换，使得输出图像的直方图变得更加均匀。具体步骤如下：
1. 计算输入图像的直方图。
2. 计算累积分布函数（CDF）。
3. 根据CDF对输入图像的像素值进行映射，得到输出图像。

以下是一个示例代码，演示如何使用`histeq`函数进行图像均衡化：

% 读取图像
I = imread('input.jpg');

% 将彩色图像转换为灰度图像
I_gray = rgb2gray(I);

% 进行图像均衡化
J = histeq(I_gray);

% 显示原始图像和均衡化后的图像
subplot(1,2,1), imshow(I_gray), title('原始图像');
subplot(1,2,2), imshow(J), title('均衡化后的图像');

相关问题

matlab直方图均衡化函数

在MATLAB中，可以使用`histeq`函数进行直方图均衡化。该函数可以将图像的直方图均衡化以提高图像的对比度。下面是一个示例：

% 读取图像
img = imread('image.jpg');

% 进行直方图均衡化
img_eq = histeq(img);

% 显示原始图像和直方图均衡化后的图像
subplot(1,2,1), imshow(img), title('原始图像');
subplot(1,2,2), imshow(img_eq), title('直方图均衡化后的图像');

在上述示例中，`imread`函数用于读取图像，`histeq`函数用于进行直方图均衡化，`imshow`函数用于显示图像。你可以将要处理的图像放在当前工作目录下，并将其文件名替换为`'image.jpg'`。运行上述代码后，你将看到原始图像和直方图均衡化后的图像在一个窗口中显示出来。

不用均衡化函数实现matlab直方图均衡化

以下是一个不使用Matlab内置的直方图均衡化函数的实现代码：

% 读入图像
img = imread('lena.jpg');
% 将图像转换为灰度图
gray_img = rgb2gray(img);

% 计算图像直方图
histogram = imhist(gray_img);

% 计算灰度级数量
num_pixels = numel(gray_img);

% 计算概率密度函数
pdf = histogram / num_pixels;

% 计算累计分布函数
cdf = cumsum(pdf);

% 将CDF映射到新的灰度级范围
new_gray_levels = round(cdf * 255);

% 对图像进行直方图均衡化
eq_img = uint8(new_gray_levels(gray_img + 1));

% 显示原始图像和直方图均衡化后的图像
subplot(1,2,1), imshow(gray_img), title('原始图像');
subplot(1,2,2), imshow(eq_img), title('直方图均衡化后的图像');

该代码首先读入图像并将其转换为灰度图像。然后计算灰度级数量和图像的直方图。根据直方图计算概率密度函数和累计分布函数，将累计分布函数映射到新的灰度级范围，并对图像进行直方图均衡化。最后，使用Matlab的subplot函数将原始图像和直方图均衡化后的图像显示在同一窗口中。