數(shù)字圖像處理實驗報告直方圖均衡化

1、數(shù)字圖像處理實驗報告實驗名稱：直方圖均衡化姓名：班級：學號：專業(yè)：電子信息工程（2+2）指導教師：陳華華實驗日期：2012年5月24日直方圖均衡化 圖像對比度增強的方法可以分成兩類:一類是直接對比度增強方法;另一類是間接對比度增強方法。直方圖均衡化是最常見的間接對比度增強方法。直方圖均衡化則通過使用累積函數(shù)對灰度值進行“調整”以實現(xiàn)對比度的增強。 直方圖均衡化處理的“中心思想”是把原始圖像的灰度直方圖從比較集中的某個灰度區(qū)間變成在全部灰度范圍內的均勻分布。直方圖均衡化就是對圖像進行非線性拉伸，重新分配圖像像素值，使一定灰度范圍內的像素數(shù)量大致相同。直方圖均衡化就是把給定圖像的直方圖分布改變成“

2、均勻”分布直方圖分布。 缺點： 1）變換后圖像的灰度級減少，某些細節(jié)消失； 2）某些圖像，如直方圖有高峰，經(jīng)處理后對比度不自然的過分增強。 直方圖均衡化是圖像處理領域中利用圖像直方圖對對比度進行調整的方法。 這種方法通常用來增加許多圖像的局部對比度，尤其是當圖像的有用數(shù)據(jù)的對比度相當接近的時候。通過這種方法，亮度可以更好地在直方圖上分布。這樣就可以用于增強局部的對比度而不影響整體的對比度，直方圖均衡化通過有效地擴展常用的亮度來實現(xiàn)這種功能。 直方圖均衡化的基本思想是把原始圖的直方圖變換為均勻分布的形式，這樣就增加了象素灰度值的動態(tài)范圍從而可達到增強圖像整體對比度的效果。設原始圖像在(x，y)處

3、的灰度為f，而改變后的圖像為g，則對圖像增強的方法可表述為將在(x，y)處的灰度f映射為g。在灰度直方圖均衡化處理中對圖像的映射函數(shù)可定義為:g = EQ (f)，這個映射函數(shù)EQ(f)必須滿足兩個條件(其中L為圖像的灰度級數(shù)): (1)EQ(f)在0fL-1范圍內是一個單值單增函數(shù)。這是為了保證增強處理沒有打亂原始圖像的灰度排列次序，原圖各灰度級在變換后仍保持從黑到白(或從白到黑)的排列。 (2)對于0fL-1有0gL-1，這個條件保證了變換前后灰度值動態(tài)范圍的一致性。 累積分布函數(shù)即可以滿足上述兩個條件，并且通過該函數(shù)可以完成將原圖像f的分布轉換成g的均勻分布。此時的直方圖均衡化映射函數(shù)為

4、: gk = EQ(fk) = (ni/n) = pf(fi) ， (k=0，1，2，L-1) 上述求和區(qū)間為0到k，根據(jù)該方程可以由源圖像的各像素灰度值直接得到直方圖均衡化后各像素的灰度值。在實際處理變換時，一般先對原始圖像的灰度情況進行統(tǒng)計分析，并計算出原始直方圖分布，然后根據(jù)計算出的累計直方圖分布求出fk到gk的灰度映射關系。在重復上述步驟得到源圖像所有灰度級到目標圖像灰度級的映射關系后，按照這個映射關系對源圖像各點像素進行灰度轉換，即可完成對源圖的直方圖均衡化。一， 調用matlab系統(tǒng)函數(shù)方式（1）實驗程序clear all;f=imread('cameraman.tif&#

5、39;);figure(1)imshow(f); figure(2)imhist(f); %繪制圖象f的直方圖ylim('auto');g=histeq(f,256); %對f進行直方圖均衡，輸出圖象的灰度級數(shù)為256figure(3)imshow(g);figure(4)imhist(g);ylim('auto');（2）實驗結果：圖1：原圖 圖2: 原圖的直方圖圖3:處理后的圖 圖4: 處理后的直方圖二：不用系統(tǒng)函數(shù)（1） 實驗程序：f=imread('cameraman.tif'); %讀取原圖象 m,n=size(f); figure(1

6、) imshow(f); gp=zeros(1,256); %創(chuàng)建一個全零矩陣，1×256，計算各灰度出現(xiàn)的概率 for i=1:256 gp(i)=length(find(f = (i-1)/(m*n); end figure,bar(0:255,gp); newGp=zeros(1,256); %計算新的各灰度出現(xiàn)的概率 S1=zeros(1,256); S2=zeros(1,256); tmp=0; for i=1:256 tmp=tmp+gp(i); S1(i)=tmp; %各會灰度的累計概率 S2(i)=round(S1(i)*256); %將取整后的值存儲在S2 end for i=1:256 newGp(i)=sum(gp(find(S2=i); end figure,bar(0:255,newGp); for i=1:256 newGrayPic(find(f=(i-1)=S2(i); %用新的灰度填充以前舊的灰度值 end figure,imshow(newGrayPic);（2） 實驗結果： 圖5：原圖 圖6: 原圖的直方圖 圖7: 處理后的圖 圖8: 處理后的直方圖三：對比用這兩種方式實現(xiàn)效果上的差異調用系統(tǒng)函數(shù)的結果 未調用系統(tǒng)函數(shù)的結果盡管兩者直方圖的統(tǒng)計方式不同，左邊是統(tǒng)計每個灰度值總的像素，右邊是統(tǒng)計每個灰度值出現(xiàn)的概率，但形狀