Matlab中的histeq函数——图像灰度直⽅图均衡化
⾸先来看⼀下没有进⾏灰度直⽅图均衡化的图⽚和经过灰度直⽅图均衡化后的图⽚的对⽐：
matlab直方图左为原图，右为经过灰度直⽅图均衡化处理后的图⽚，很显然，经过处理之后的图⽚在对⽐度⽅⾯有了显著的提升，下⾯附上两张图⽚的灰度直⽅图：
左图为原图像的灰度直⽅图，右图为处理后的图⽚的灰度直⽅图。从灰度直⽅图上来看，⼆者有很⼤的不同，特别是在灰度值处于100-255范围内的直⽅图，但细细观察我们会发现，右图相较于左图，其实可以看做是左图直⽅图的扩展，即原图像的直⽅图范围可能是0-80，经过均衡化后，将其范围扩展到0-255，因此，图像灰度直⽅图均衡化处理的关键点就在于扩充，即到原图中某个灰度级的点在处理后图⽚中的位置并映射过去，从⽽达到扩充的⽬的。下⾯附上matlab源码：
function dst = my_histeq(src)
%histeq函数实现图⽚灰度直⽅图均衡化的原理
[m, n] = size(src);
dst = ones(m, n);
% 创建⼀个和原图像同等⼤⼩的矩阵
h = imhist(src);
I = length(h);
PDF = h/numel(src);
%概率密度PDF和概率分布函数CDF
CDF = cumsum(PDF);
j = CDF.*256;
% 取整扩展，结果是均衡化之后的灰度直⽅图
J = round(j);
for y = 1:m
for x = 1:n
src_y_x = src(y, x);
% 原图中该点的灰度值
dst(y, x) = J(src_y_x + 1);
% 到原图中该点的灰度值在概率分布函数中的值    end
end

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。