matlab图像卡方分析绘制statistic图像和p值图像

在 MATLAB 中，可以使用 `imhistmatch` 函数来进行图像卡方分析，然后使用 `chi2gof` 函数绘制统计图像和 p 值图像。

以下是一个示例代码：

% 读入原始图像和目标图像
original = imread('original.jpg');
target = imread('target.jpg');

% 将原始图像和目标图像转为灰度图像
original_gray = rgb2gray(original);
target_gray = rgb2gray(target);

% 进行直方图匹配
matched = imhistmatch(original_gray, target_gray);

% 绘制卡方分布统计图像和 p 值图像
[h, p, stats] = chi2gof(matched(:), 'cdf', 'norm');
figure;
subplot(1,2,1);
histogram(matched(:), 'Normalization', 'pdf');
hold on;
x = linspace(min(matched(:)), max(matched(:)), 100);
plot(x, normpdf(x, stats.mu, stats.sigma), 'r', 'LineWidth', 2);
title('Chi-Squared Distribution');
xlabel('Pixel Intensity');
ylabel('Normalized Frequency');
legend('Observed Data', 'Fitted Distribution', 'Location', 'best');

subplot(1,2,2);
imagesc(reshape(p, size(matched)), [0 1]);
colormap(gray);
axis image;
title('p-Value Map');
xlabel('Column Index');
ylabel('Row Index');

其中，`imhistmatch` 函数用于将原始图像匹配到目标图像的直方图，`chi2gof` 函数用于进行卡方分析并计算统计和 p 值。在绘制统计图像时，使用 `normpdf` 函数拟合出卡方分布的概率密度函数，并将其与观测数据的直方图进行比较。在绘制 p 值图像时，使用 `imagesc` 函数将 p 值矩阵可视化表示出来。