【图像增强】基于matlab直方图均衡化图像增强【含Matlab源码 960期】
2021/6/20 9:26:48
本文主要是介绍【图像增强】基于matlab直方图均衡化图像增强【含Matlab源码 960期】,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
一、简介
直方图均衡化是基于灰度直方图的图像增强的一种方法,还有另外一种方法是直方图规定化。
均衡化的目的是将原始图像的直方图变为均衡分布的的形式,将一非均匀灰度概率密度分布图像,通过寻求某种灰度变换,变成一幅具有均匀概率密度分布的目的图像。
具体原理如下:
1 连续灰度级:
假定:r代表灰度级,P(r)为概率密度函数。r值已经过归一化处理,灰度值范围在[0,1]之间。r与P(r)之间的关系如下:
非均匀分布的连续灰度直方图
均衡化的目的是将上面的非均匀分布变成如下图所示的均匀分布:
均匀分布的连续灰度直方图
直方图均衡化变换公式推导图示
2 离散灰度级
计算的基本步骤如下:
二、源代码
close all;clear all;clc a=imread('lena.jpg'); subplot(2,3,1);imshow(a);title('原图'); subplot(2,3,4);imhist(a);title('原图直方图'); b=histeq(a,256); subplot(2,3,2);imshow(b);title('histeq函数直接均衡化'); subplot(2,3,5);imhist(b);title('直接均衡化后直方图'); I=a; [m,n]=size(I); h = zeros(1,256); %I=double(I); for i = 1:m for j = 1:n h(I(i,j)+1)=h(I(i,j)+1)+1;%统计原始图像各灰度出现次数,对应存放在h中 end end new=zeros(1,256);%存放新灰度值个数 for i=1:256 temp=0; for j=1:i temp=temp+h(j);%计算各灰度值的累计分布 end new(i)=floor(temp*255/(m*n));%计算新的灰度值 end y=zeros(m,n); for i=1:m for j=1:n y(i,j)=new(I(i,j)+1);%由新的灰度值得到新的图像 end end
三、运行结果
四、备注
版本:2014a
完整代码或代写加1564658423
这篇关于【图像增强】基于matlab直方图均衡化图像增强【含Matlab源码 960期】的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-06-19《2023版Java工程师》课程升级公告
- 2024-06-15matplotlib作图不显示3D图,怎么办?
- 2024-06-1503-Loki 日志监控
- 2024-06-1504-让LLM理解知识 -Prompt
- 2024-06-05做软件测试需要懂代码吗?
- 2024-06-0514-ShardingSphere的分布式主键实现
- 2024-06-03为什么以及如何要进行架构设计权衡?
- 2024-05-31全网首发第二弹!软考2024年5月《软件设计师》真题+解析+答案!(11-20题)
- 2024-05-31全网首发!软考2024年5月《软件设计师》真题+解析+答案!(21-30题)
- 2024-05-30【Java】百万数据excel导出功能如何实现