数字图像处理直方图均衡化matlab源码
时间: 2023-10-17 20:05:29 浏览: 103
以下是一个简单的数字图像处理直方图均衡化的 Matlab 实现:
```matlab
% 读取图像
img = imread('image.jpg');
% 将图像转换为灰度图
gray_img = rgb2gray(img);
% 计算图像的直方图
hist = imhist(gray_img);
% 计算直方图的累积分布函数
cdf = cumsum(hist) / numel(gray_img);
% 将累积分布函数映射到新的灰度级
new_gray_levels = uint8(255 * cdf);
% 对原始图像进行直方图均衡化
eq_img = new_gray_levels(gray_img + 1);
% 显示结果
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');
```
在这个实现中,我们首先读取图像并将其转换为灰度图。然后,我们计算图像的直方图,并计算直方图的累积分布函数。接下来,我们将累积分布函数映射到新的灰度级,并使用这个映射来对原始图像进行直方图均衡化。最后,我们显示原始图像和直方图均衡化后的图像。
请注意,这只是一个简单的实现示例,并且可能不适用于所有情况。在实际应用中,您可能需要对算法进行改进或使用更复杂的方法来处理图像。
相关问题
数字图像处理直方图均衡化
数字图像处理中的直方图均衡化是一种用于增强图像对比度的方法。它通过重新分配图像的灰度级来扩展图像的动态范围,使得图像中的像素值更加均匀分布。下面是一个演示直方图均衡化的例子:
```python
import cv2
import numpy as np
import matplotlib.pyplot as plt
# 读取图像
image = cv2.imread('image.jpg', 0)
# 计算直方图
hist, bins = np.histogram(image.flatten(), 256, [0, 256])
# 计算累积分布函数
cdf = hist.cumsum()
cdf_normalized = cdf * hist.max() / cdf.max()
# 进行直方图均衡化
equ = cv2.equalizeHist(image)
# 绘制原始图像和均衡化后的图像及其直方图
plt.subplot(2, 2, 1)
plt.imshow(image, cmap='gray')
plt.title('Original Image')
plt.xticks([]), plt.yticks([])
plt.subplot(2, 2, 2)
plt.imshow(equ, cmap='gray')
plt.title('Equalized Image')
plt.xticks([]), plt.yticks([])
plt.subplot(2, 2, 3)
plt.plot(cdf_normalized, color='b')
plt.hist(image.flatten(), 256, [0, 256], color='r')
plt.xlim([0, 256])
plt.legend(('CDF', 'Histogram'), loc='upper left')
plt.subplot(2, 2, 4)
plt.plot(cdf_normalized, color='b')
plt.hist(equ.flatten(), 256, [0, 256], color='r')
plt.xlim([0, 256])
plt.legend(('CDF', 'Histogram'), loc='upper left')
plt.show()
```
这段代码首先读取一张灰度图像,然后计算图像的直方图和累积分布函数。接下来,使用`cv2.equalizeHist()`函数对图像进行直方图均衡化。最后,使用Matplotlib库绘制原始图像、均衡化后的图像以及它们的直方图。
数字图像处理直方图均衡化图像增强
数字图像处理中,直方图均衡化是一种常用的图像增强方法。它通过对图像的像素值进行重新分配,使得图像的灰度级分布更加均匀,从而增强图像的对比度和细节。具体来说,直方图均衡化的过程是将原始图像的灰度级分布函数映射到一个均匀分布的函数上,从而实现对图像的增强。这个过程可以通过以下步骤实现:
1. 统计原始图像的灰度直方图,得到每个灰度级的像素数目。
2. 计算每个灰度级的累积分布函数(CDF),即该灰度级及以下灰度级的像素数目之和。
3. 将CDF映射到一个均匀分布的函数上,得到新的灰度级分布函数。
4. 对原始图像中的每个像素,将其灰度级映射到新的灰度级上。
5. 得到增强后的图像。
需要注意的是,直方图均衡化可能会导致图像的噪声增强,因此在实际应用中需要根据具体情况进行调整。
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)