将wheel图像进行直方图均衡化处理 直方图均衡化 实验目的 实验原理 1.变换前后总像素数不变 对灰度直方图的变换，本质上是通过像素点灰度级的变换来改变直方图，不会改变图像的规模，自然也就保持 前后像素总数不变。 2.某一灰度级变换后都有对应新的灰度级 对原来灰度比较集中的图像做均衡化处理，一个很自然的想法就是将像素点的灰度级进行变换，使之比较均匀 的分布在各个灰度级上。类似，但比线性拉伸复杂。 3.累积分布函数和转移函数 1.函数histeq()直接实现 实验步骤 %直接用matlab图像处理工具箱给的直方图均衡化函数histeq() I=imread('wheel.jpg'); H=histeq(I); figure(1) subplot(1,2,1);imshow(I);title('Original image'); subplot(1,2,2);imshow(H);title('New image'); 1 

%分别画出变换前和变换后的灰度直方图 figure(2) subplot(1,2,1);imhist(I);title('Before'); subplot(1,2,2);imhist(H);title('After'); 2 

2.根据直方图均衡化原理编写函数实现 %用自己编写的函数实现Histogram Equalization I=imread('wheel.jpg'); histeq1(I); 3 

附：直方图均衡化函数histeq1() 4 

function newimage=histeq1(oldimage) %自己编写的实现Histogram Equalization的函数 [R,G,B]=size(oldimage); figure(3);subplot(1,2,1);imhist(oldimage);title('Before'); figure(3);subplot(1,2,2);imshow(oldimage);title('Original image'); oldcounts=imhist(oldimage); n=numel(oldimage); %概率密度函数p p=oldcounts/n; %累积分布函数C C=cumsum(p); %映射后的灰度值 newscale=uint8(255.*C+0.5); %计算直方图均衡化后的图片 newimage=zeros(R,G,B); for r=1:R for g=1:G for b=1:B newimage(r,g,b)=newscale(oldimage(r,g,b)+1,1); end end end figure(4);subplot(1,2,1);imhist(uint8(newimage));title('After'); figure(4);subplot(1,2,2);imshow(uint8(newimage));title('New image'); end 5