Matlab图像处理-直方图均衡化原理方法?
?|
?浏览:1578
?|
?更新:2014-05-30 11:47
?|
?标签:matlab
?
1
?
?
2
?
?
3
?
?
4
?
?
5
?
分步阅读
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直方图均衡化范畴。较为全面直观地给出在
Matlab中对图像进行直方图均衡化的方法原理和Matlab源代码,并配合必要的代码注释,希望能帮助Matlab和数字图像处理的初学者入门。
工具/原料
?
推荐:Matlab 2013a及以上
?
?
支持:灰度图、RGB真彩色图、多波段遥感影像
?
方法/步骤
.
1
.
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
.
.
2
.
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
.
.
3
.
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
.
END
.
结果对比
.
.
上图:原灰度图
.
下图: 直方图均衡化结果图.
.
.
END
.
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.
.
.
END
.
注意事项
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。
?