Matlab绘制直⽅图以及均衡化
[size=medium]直⽅图均衡化的英⽂名称是Histogram Equalization.
  图像对⽐度增强的⽅法可以分成两类:⼀类是直接对⽐度增强⽅法；另⼀类是间接对⽐度增强⽅法。直⽅图拉伸和直⽅图均衡化是两种最常见的间接对⽐度增强⽅法。直⽅图拉伸是通过对⽐度拉伸对直⽅图进⾏调整，从⽽“扩⼤”前景和背景灰度的差别，以达到增强对⽐度的⽬的，这种⽅法可以利⽤线性或⾮线性的⽅法来实现；直⽅图均衡化则通过使⽤累积函数对灰度值进⾏“调整”以实现对⽐度的增强。
  直⽅图均衡化处理的“中⼼思想”是把原始图像的灰度直⽅图从⽐较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直⽅图均衡化就是对图像进⾏⾮线性拉伸，重新分配图像像素值，使⼀定灰度范围内的像素数量⼤致相同。直⽅图均衡化就是把给定图像的直⽅图分布改变成“均匀”分布直⽅图分布。
  缺点：
  1）变换后图像的灰度级减少，某些细节消失；
  2）某些图像，如直⽅图有⾼峰，经处理后对⽐度不⾃然的过分增强。
  直⽅图均衡化是图像处理领域中利⽤图像直⽅图对对⽐度进⾏调整的⽅法。
局部直方图均衡化  这种⽅法通常⽤来增加许多图像的局部对⽐度，尤其是当图像的有⽤数据的对⽐度相当接近的时候。通过这种⽅法，亮度可以更好地在直⽅图上分布。这样就可以⽤于增强局部的对⽐度⽽不影响整体的对⽐度，直⽅图均衡化通过有效地扩展常⽤的亮度来实现这种功能。
  这种⽅法对于背景和前景都太亮或者太暗的图像⾮常有⽤，这种⽅法尤其是可以带来X光图像中更好的⾻骼结构显⽰以及曝光过度或者曝光不⾜照⽚中更好的细节。这种⽅法的⼀个主要优势是它是⼀个相当直观的技术并且是可逆操作，如果已知均衡化函数，那么就可以恢复原始的直⽅图，并且计算量也不⼤。这种⽅法的⼀个缺点是它对处理的数据不加选择，它可能会增加背景杂讯的对⽐度并且降低有⽤信号的对⽐度。
  直⽅图均衡化的基本思想

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。