💥💥💥💥💥💥💞💞💞💞💞💞💞💞欢迎来到海神之光博客之家💞💞💞💞💞💞💞💞💥💥💥💥💥💥
✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进；
🍎个人主页：海神之光
🏆代码获取方式：
海神之光Matlab王者学习之路—代码获取方式
⛳️座右铭：行百里者，半于九十。
更多Matlab图像处理仿真内容点击👇
①Matlab图像处理（进阶版）
②付费专栏Matlab图像处理（初级版）
⛳️关注优快云海神之光，更多资源等你来！！
⛄一、颜色直方图简介
1 直方图
再讲颜色直方图之前，先简单介绍一下直方图。 直方图作为一种简单有效的基于统计特性的特征描述子，在计算机视觉领域广泛使用。它的优点主要体现在两个方面:一是对于任意一个图像区域，直方图特征的提取简单方便;其二，直方图表征图像区域的统计特性，可以有效表示多模态的特征分布，并且本身具备一定的旋转不变性。因此，在计算机视觉领域，基于不同底层特征的各种新颖直方图描述子层出不穷，包括亮度直方图，颜色直方图，HOG，局部二值模式直方图[等。其中颜色直方图是目标跟踪领域最为广泛使用的描述子，然而传统的颜色直方图对光照变化敏感，同时目标区域内像素位置分布被完全忽略。
2 颜色直方图
也就是说明某一像素值范围的像素点的个数，X轴为像素值，Y为个数。
3 彩色直方图
彩色图像有三个通道，我们可以把它的三个通道分别取出来进行绘制。则可以看每个通道上像素的分布，得到原图中哪种颜色比较多。
4 直方图均衡化
直方图均衡化的作用是图像增强。
有两个问题比较难懂，一是为什么要选用累积分布函数，二是为什么使用累积分布函数处理后像素值会均匀分布。
第一个问题。均衡化过程中，必须要保证两个条件：①像素无论怎么映射，一定要保证原来的大小关系不变，较亮的区域，依旧是较亮的，较暗依旧暗，只是对比度增大，绝对不能明暗颠倒；②如果是八位图像，那么像素映射函数的值域应在0和255之间的，不能越界。综合以上两个条件，累积分布函数是个好的选择，因为累积分布函数是单调增函数（控制大小关系），并且值域是0到1（控制越界问题），所以直方图均衡化中使用的是累积分布函数。
第二个问题。累积分布函数具有一些好的性质，那么如何运用累积分布函数使得直方图均衡化？比较概率分布函数和累积分布函数，前者的二维图像是参差不齐的，后者是单调递增的。直方图均衡化过程中，映射方法是
⛄二、部分源代码
function varargout = main(varargin)
% MAIN MATLAB code for main.fig
% MAIN, by itself, creates a new MAIN or raises the existing
% singleton*.
%
% H = MAIN returns the handle to a new MAIN or the handle to
% the existing singleton*.
%
% MAIN(‘CALLBACK’,hObject,eventData,handles,…) calls the local
% function named CALLBACK in MAIN.M with the given input arguments.
%
% MAIN(‘Property’,‘Value’,…) creates a new MAIN or raises the
% existing singleton*. Starting from the left, property value pairs are
% applied to the GUI before main_OpeningFcn gets called. An
% unrecognized property name or invalid value makes property application
% stop. All inputs are passed to main_OpeningFcn via varargin.
%
% *See GUI Options on GUIDE’s Tools menu. Choose “GUI allows only one
% instance to run (singleton)”.
%
% See also: GUIDE, GUIDATA, GUIHANDLES
% Edit the above text to modify the response to help main
% Last Modified by GUIDE v2.5 19-Apr-2016 17:05:45
% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct(‘gui_Name’, mfilename, …
‘gui_Singleton’, gui_Singleton, …
‘gui_OpeningFcn’, @gui_OpeningFcn, …
‘gui_OutputFcn’, @main_OutputFcn, …
‘gui_LayoutFcn’, [] , …
‘gui_Callback’, []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% — Outputs from this function are returned to the command line.
function varargout = main_OutputFcn(hObject, eventdata, handles)
% varargout cell array for returning output args (see VARARGOUT);
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% Get default command line output from handles structure
varargout{1} = handles.output;
%%GUI界面初始化
function gui_OpeningFcn(hObject, eventdata, handles, varargin)
axes( handles.axes1 )
imshow( ‘GUI问号.jpg’ ) ;
axes( handles.axes2 )
imshow( ‘GUI问号.jpg’ ) ;
axes( handles.axes3 )
imshow( ‘GUI问号.jpg’ ) ;
axes( handles.axes4 )
imshow( ‘GUI问号.jpg’ ) ;
handles.output = hObject;
set( handles.slider1 , ‘Value’ , 0.8 );
set( handles.edit1 , ‘String’ ,0.8 ) ;
guidata(hObject, handles);
%%打开测试图像
% — Executes on button press in open_test_img.
function open_test_img_Callback(hObject, eventdata, handles)
% hObject handle to open_test_img (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
global file %定义全局变量
[filename,pathname]=uigetfile({‘.jpg’;'.bmp’;‘.gif’;'.png’;‘.tif’;'.tga’},‘选择测试图像’);%跳出对话框
file=strcat(pathname,filename);%生成完成的图像路径和图像名
I=imread(file);%读取图像
axes(handles.axes1);%在第一个坐标系中显示打开的图片
imshow(I);
%%进行训练
% — Executes on button press in start_test.
function start_test_Callback(hObject, eventdata, handles)
% hObject handle to start_test (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
global filename wav_num mydir wav_path_list %全局变量
h = waitbar(0,‘正在训练，请稍等…’);
for j=1:wav_num
str= strcat(fullfile(mydir, wav_path_list(j).name));
I=imread(str);
[count1,I] = GetRgbHist(str);
Count{j}=count1;
II{j}=I;
waitbar( j/wav_num ) ;
end
save(‘Parametre.mat’,‘Count’,‘II’);
close(h);
%%退出按钮
% — Executes on button press in close.
function close_Callback(hObject, eventdata, handles)
% hObject handle to close (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
close;
% — Executes on button press in open_xunlian.
function open_xunlian_Callback(hObject, eventdata, handles)
% hObject handle to open_xunlian (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
global filename wav_num mydir wav_path_list %全局变量
mydir=uigetdir(‘c:’,‘请选择训练样本所在的目录’);%跳出对话框
wav_path_list = dir(fullfile(mydir,‘*.jpg’));
wav_num=length(wav_path_list);
filename={wav_path_list.name};
str = sprintf(‘该目录包含%d个图像文件’,wav_num);
msgbox(str);
%%开始检测
% — Executes on button press in start_jiance.
function start_jiance_Callback(hObject, eventdata, handles)
% hObject handle to start_jiance (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
load ‘Parametre.mat’;
[a,b]=size(II);
global file
[count2,I2] = GetRgbHist(file);
%bbbbb=count2
for i=1:b
value(i) = imsimilar(Count{i},count2,2);
end
⛄三、运行结果
⛄四、matlab版本及参考文献
1 matlab版本
2019版
2 参考文献
[1]谷明琴,蔡自兴,李仪.应用圆形度和颜色直方图的交通信号灯识别[J].计算机工程与设计. 2012,33(01)
3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除
🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化
2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化
5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配
6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化
7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化
8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置
9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长
10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
