2023年繪制數(shù)字圖像灰度直方圖實驗報告matlab實現(xiàn)

數(shù)字圖像解決實驗報告實驗一繪制直方圖學(xué)號姓名日期實驗一繪制直方圖一、實驗內(nèi)容編程繪制數(shù)字圖像的直方圖。直方圖均衡解決。二、實驗環(huán)節(jié)設(shè)計思想或者流程圖?；叶戎狈綀D是將數(shù)字圖像的所有像素,按照灰度值的大小，記錄其所出現(xiàn)的頻度。通常，灰度直方圖的橫坐標(biāo)表達(dá)灰度值，縱坐標(biāo)為半個像素個數(shù)，也可以采用某一灰度值的像素數(shù)占全圖像素數(shù)的比例作為縱坐標(biāo)。直方圖均衡方法的基本原理是:對在圖像中像素個數(shù)多的灰度值（即對畫面起重要作用的灰度值）進(jìn)行展寬,而對像素個數(shù)少的灰度值（即對畫面不起重要作用的灰度值)進(jìn)行歸并。從而達(dá)成清楚圖像的目的。源程序并附上注釋。clｅarａｌl%一,圖像的預(yù)解決,讀入彩色圖像將其灰度化ＰS=iｍread('1.ｊpg＇）;%讀入ＪＰＧ彩色圖像文獻(xiàn)imshow(PS）%顯示出來title('輸入的彩色JＰG圖像')imｗriｔe(ｒｇｂ2gｒaｙ(PS）,'PiｃＳamｐleＧｒａy.bmp＇)；%將彩色圖片灰度化并保存ＰＳ=rgb2graｙ(ＰS）;%灰度化后的數(shù)據(jù)存入數(shù)組％二,繪制直方圖[m,n］=ｓize（PS）;%測量圖像尺寸參數(shù)GＰ=ｚeｒｏs（１,25６);%預(yù)創(chuàng)建存放灰度出現(xiàn)概率的向量ｆoｒk=0：255GP(k+１)＝lｅngth(fiｎｄ(PS==k))/(m*n);%計算每級灰度出現(xiàn)的概率,將其存入GP中相應(yīng)位置ｅｎdfiguｒｅ,ｂar(0:2５５，GＰ，＇g'）%繪制直方圖titlｅ(＇原圖像直方圖')xlabｅl('灰度值'）ylabｅl(＇出現(xiàn)概率＇）%三，直方圖均衡化Ｓ1＝ｚｅroｓ(1,２56);fori=１：2５6foｒｊ=1:iS1(ｉ)＝GP(j）＋S1(ｉ);%計算SｋendendS2=round((S1＊２56)＋0.5);％將Sｋ歸到相近級的灰度fｏri=1:256GPｅq(i）=sum(ＧP(fｉnd(S2＝=ｉ))）;%計算現(xiàn)有每個灰度級出現(xiàn)的概率ｅｎｄｆigure,bar（0:2５5,GＰｅq,＇b'）%顯示均衡化后的直方圖tiｔｌe('均衡化后的直方圖')xlaｂel('灰度值')ｙlａbeｌ（'出現(xiàn)概率')%四,圖像均衡化PA=PS;fori=0:255PA(fiｎd（PＳ==ｉ）)=Ｓ2(i+1);%將各個像素歸一化后的灰度值賦給這個像素endｆｉgｕre,iｍshoｗ(ＰＡ）%顯示均衡化后的圖像tiｔｌｅ（'均衡化后圖像＇）imｗｒite(PＡ,'PicEquaｌ.bmp');程序運(yùn)營結(jié)果比較。(涉及結(jié)論）原始圖像均衡化后圖象原圖像直方圖均衡化后直方圖通過原始圖像和均衡化后的圖像對比，均衡化后圖像由彩色圖像變?yōu)榱嘶叶葓D像。原始圖像直方圖與均衡化后直方圖對比，均衡化后的直方圖灰度值更加平均，在整幅圖像中不在集中。實驗體會。（心得體會、收獲)通過本次實驗,我學(xué)會了對ｍatlab的基本操作,可以在mａt(yī)ｌaｂ下進(jìn)行簡樸的編程、調(diào)試和修改操作。同時我知道了直方圖均衡化是把原始圖像的灰度直方圖從比較集中的某個灰度區(qū)