Matlab图像处理-直方图均衡化原理方法

作者:活力源 | 创建时间: 2023-03-19
本教程适合Matlab数字图像处理的初学者。直方图均衡化是数字图像处理中较为基础的图像增强方法,通过直方图均衡化能够自适应地有效改善图像对比度不足问题。本文中所支持的直方图均衡化图像,不仅仅限于灰度图,更将RGB真彩色图、多波段遥感影像纳入...
Matlab图像处理-直方图均衡化原理方法

操作方法

打开图像 [FileName, FilePath]=uigetfile('*.tif;*.jpg;*.png;*.img;*.gif;','请选择图像数据'); str=[FilePath FileName]; Image=imread(str); % 以对话框的形式选择打开一幅图像 [M,N,nDims]=size(Image); Image=im2double(Image); % 获取图像的尺寸和波段数

直方图均衡化 HISTEQ=Image; for i=1:nDims  % 分别对各波段进行直方图均衡化 H=Image(:,:,i); [counts,x]=imhist(H);  % 计算各灰度级x的像素个数count loction=find(counts~=0); % 找到所有像素个数不为0的灰度级 MinCDF=min(counts(loction)); for j=1:length(loction) CDF=sum(counts(loction(1:j)));  % 计算各灰度级像素个数累积分布CDF P=find(H==x(loction(j))); H(P)=(CDF-MinCDF)/(M*N-MinCDF); % 灰度转换公式 end HISTEQ(:,:,i)=H; % 将均衡化后各分量分别保存在结果中 end

保存输出 figure,  % 在同一窗口显示原图与灰度拉伸结果图 if nDims==3||nDims==1  % 若为灰度图和RGB真彩色图则以常规方式保存并输出 subplot(1,2,1),imshow(Image);title('原图'); subplot(1,2,2),imshow(HISTEQ);title('直方图均衡化'); imwrite(HISTEQ,'Result_HISTEQ.jpg','jpeg'); else  % 若为多波段遥感影像则按照TM 3,2,1组合形式保存并输出 subplot(1,2,1),imshow(Image(:,:,[3,2,1]));title('原图'); subplot(1,2,2),imshow(HISTEQ(:,:,[3,2,1]));title('直方图均衡化'); imwrite(HISTEQ(:,:,[3,2,1]),'Result_HISTEQ.tif','tiff'); end % 将直方图均衡化结果保存至当前目录并以Result_HISTEQ命名

结果对比

上图:原灰度图 下图: 直方图均衡化结果图

直方图对比

上图:原灰度图直方图 下图: 直方图均衡化结果图直方图

温馨提示

本例中将RGB真彩色图各个分量进行均衡化后,图像中会有异常点,可将RGB映射到YUV空间,对亮度单独进行均衡化即可。
Matlab中结合imhist和histeq函数对灰度图直接进行直方图均衡化,本例为详细说明方法原理,而通过自编写代码实现。
如需进一步了解详细原理,可参考维基百科词条直方图均衡化。
点击展开全文

更多推荐