图像处理：直方图均衡化实现代码

"直方图规定化是一种图像处理技术，用于改变图像的灰度分布，使其符合特定的灰度级分布。这段代码演示了如何在MATLAB中进行直方图规定化的过程，主要涉及到图像读取、直方图计算、新灰度级分布设置以及映射到新的直方图的操作。" 直方图规定化是一种调整图像灰度分布的方法，目的是将原始图像的灰度统计特性转换为目标直方图。在给定的代码中，它首先读取了一个名为'pout.tif'的图像，并使用`imshow`函数显示了原始图像。接着，它计算了图像的直方图，这一步通过`find`函数找出所有等于特定灰度级的像素数量，然后除以图像的总面积（即总像素数），得到每个灰度级的出现概率。 计算得到的直方图被存储在向量`B`中，并用绿色条形图显示出来。之后，代码定义了一个理想的目标直方图`counts`，这是一个非均匀分布，包含了特定灰度值及其对应的频率。目标直方图在这里被设计为[0.1, 0.2, 0.3]的三次重复，以及额外的0.1和0.2的频率。 接下来，代码通过两个嵌套循环找到每个灰度级在目标直方图中的对应位置，将原始直方图映射到新的直方图上。这一步被称为“灰度级重分配”或“灰度级映射”。映射完成后，新的直方图`H`被计算出来并显示，表示了原图像经过直方图规定化后的灰度分布。 最后，原始图像`A`被更新为按照新的直方图分布调整后的图像，这个过程是通过将每个像素的灰度值替换为映射后的新灰度值完成的。这样就得到了直方图规定化处理后的图像。 这段代码展示了直方图规定化的基本流程，可以用于调整图像的对比度和亮度，使其更符合人眼视觉感知或者适应后续的图像分析任务。对于不同的应用场景，可以根据需求自定义目标直方图，实现不同的图像增强效果。