不调用histeq函数,利用matlab语言直接编程实现图像的直方图均衡化处理;

图像直方图均衡化是一种常见的图像处理方法，它用于增强图像的对比度和亮度。在Matlab中，我们可以使用histeq函数来实现图像的直方图均衡化处理，但是如果不调用该函数，我们也可以通过编程的方式实现。

实现图像直方图均衡化的主要步骤如下：

1. 读取待处理的图像数据，将其转为灰度图像。
2. 计算图像的直方图数据，即统计每个像素值的出现次数。
3. 计算累积概率分布函数（CDF）。
4. 根据CDF的值对图像进行均衡化处理，获得新的像素值。
5. 将均衡化后的像素值对应到原图像的每个像素上，得到新的均衡化图像。

下面是一段示例代码，用于实现上述步骤：

% 读取图像数据
img = imread('image.jpg');
% 转为灰度图像
gray_img = rgb2gray(img);
% 计算直方图数据
hist_data = imhist(gray_img);
% 计算图像像素数
num_pixels = numel(gray_img);
% 计算概率密度函数
pdf = hist_data / num_pixels;
% 计算累积概率分布函数
cdf = cumsum(pdf);
% 计算像素映射表
map = uint8(255 * cdf);
% 对图像进行均衡化处理
eq_img = map(gray_img);
% 显示原图像和均衡化后的图像
subplot(1,2,1);imshow(gray_img);title('原图像');
subplot(1,2,2);imshow(eq_img);title('均衡化后的图像');

以上代码将读取一张名为'image.jpg'的图像，将其转为灰度图像，实现了整个图像直方图均衡化的过程。实际应用时可以根据需求对代码进行修改和优化。