图像直方图均衡化——提升图像对比度的强大工具

图像直方图均衡化是一种常用的数字图像处理技术，用于增强图像的对比度。通过重新分配图像中像素的灰度级，使得图像的直方图在整个灰度范围内均匀分布，从而增强图像的细节信息。本文将介绍图像直方图均衡化的原理，并提供MATLAB源代码示例，帮助读者理解和应用该技术。

直方图均衡化的原理
图像直方图是描述图像中各个灰度级出现频率的统计图。直方图均衡化的目标是将原始图像的直方图变换为均匀分布的形式，使得图像中的像素灰度级尽可能地覆盖整个灰度范围。这样做的好处是可以增强图像的对比度，使得图像细节更加清晰可见。

图像直方图均衡化的步骤如下：

1. 统计原始图像的直方图：遍历图像的每个像素，统计每个灰度级出现的频率。

2. 计算累积直方图：对原始直方图进行累加操作，得到累积直方图。累积直方图表示每个灰度级及其之前所有灰度级的频率总和。

3. 计算均衡化后的灰度级：将累积直方图的值归一化到[0,255]的范围，得到均衡化后的灰度级。

4. 映射原始图像到均衡化后的灰度级：遍历原始图像的每个像素，将其灰度级映射到均衡化后的灰度级。

MATLAB实现示例
下面是使用MATLAB实现图像直方图均衡化的示例代码：

% 读取原始图像
originalImage = imread