内容发布更新时间 : 2024/9/30 17:32:12星期一 下面是文章的全部内容请认真阅读。

班级；计算机1501 姓名：董俊杰 学号：3150602016

一、实验目的

1. 熟悉MATLAB关于图形处理的基本操作。

2. 调用系统的灰度直方图函数对图片进行修正和增强。 3. 自己编写直方图函数对图片进行直方图均衡化。 二、实验原理

在数字图像处理中，灰度直方图是最简单且最有用的工具之一。灰度直方图是表示一副图像灰度分布情况的统计图表。直方图的横坐标是灰度级，一般用r表示，纵坐标是具有该灰度级的像素个数或出现这个灰度级的概率P（rk）。已知P（rk）=nk/N式中，N为一幅图像中像素的总数；rk表示灰度级为k的灰度级；nk为第rk级灰度的像素数；P（rk）表示该灰度级出现的概率。

直方图均衡化：对原始图像中的像素灰度作某种映射变换，使变换后的图像灰度的概率密度是均匀分布的，即变换后图像是一幅灰度级均匀分布的图像，这意味着图像灰度的动态范围得到了增加，即图像的对比度得到了提高。 三、实验代码及效果显示

（1）调用系统函数实现 x=imread('C:\\Users\\董俊杰\\Pictures\\Saved Pictures\\01e44d5711c84f6ac72513437994cb.jpg@2o.jpg');//读取图像

x=rgb2gray(x); //将彩色图像转换成灰度图像 subplot(3,2,1);

imshow(x); //显示图像 title('原图'); subplot(3,2,2);

imhist(x); //调用系统的直方图函数 title('原图直方图'); subplot(3,2,3);

x1=adapthisteq(x); //系统的自适应均衡化函数 imshow(x1);

title('adapthisteq均衡后图'); subplot(3,2,4); imhist(x1);

title('adapthisteq均衡后直方图'); subplot(3,2,5);

x2=histeq(x); //系统的均衡化函数 imshow(x2);

title('histeq均衡后图'); subplot(3,2,6); imhist(x1);

title('histeq均衡后直方图'); 效果如下所示：

1

班级；计算机1501 姓名：董俊杰 学号：3150602016

（2）自己编写代码实现 x=rgb2gray(imread('C:\\Users\\董俊Pictures\\01e44d5711c84f6ac72513437994cb.jpg@2o.jpg'));

[m,n]=size(x);

杰

\\Pictures\\Saved

p=zeros(1,256); //灰度级 for i=0:255

p(i+1)=length(find(x==i))/(m*n); end

subplot(2,2,1); bar(0:255,p,'b'); title('原图直方图'); subplot(2,2,2); imshow(x); title('原图');

s=zeros(1,256); for i=1:256 for j=1:i

s(i)=p(j)+s(i); //求得变换函数 end end

a=round(s*255); for i=0:255

GPeq(i+1)=sum(p(find(a==i))); end

subplot(2,2,3);

bar(0:255,GPeq,'b')

2

班级；计算机1501 姓名：董俊杰 学号：3150602016

title('均衡化后的直方图'); b=x;

for i=0:255

b(find(x==i))=a(i+1); end

subplot(2,2,4);

imshow(b) title('均衡化后图像'); 效果如下：

四、实验总结

通过此次实验，我们知道直方图仅能统计灰度像素出现的概率，具有一维特征，反映不出该像素在图像中的二维坐标，即直方图中，失去了图像本身，具有的像素空间位置（二维特征）。而且，原图经均衡化处理后，直方图占据了整个图像灰度值允许的范围。由于直方图均衡化增加了图像灰度动态范围，所以增加了原图像的对比度，反映在图像上就是图像的反差较大，许多细节都看的比较清楚了。

此次实验，熟悉了MATLAB的基本操作，进一步加深和理解了数字图像的基本知识。

3