直方图均衡化-matlab图像处理第5期(附完整代码)

概要

直方图均衡化是一种图像处理技术，用于调整图像的对比度，以改善视觉效果或为后续处理做准备。本文介绍了一个MATLAB函数histogram_equalize，它实现了对输入图像的直方图均衡化操作，并返回均衡化后的图像以及对应的直方图。该函数首先检查输入是否为彩色图像，如果是，则将其转换为灰度图像。然后计算原始图像的直方图，并基于累计分布函数（CDF）映射新的灰度值，最后应用这些新值到输出图像中，并计算均衡化后的直方图。

整体架构流程

1. 检查并转换图像：如果输入图像是彩色的（即有三个颜色通道），则使用加权平均法将其转换为灰度图像。
2. 初始化和预处理：将图像数据类型转换为双精度浮点数，以便进行数学运算，并初始化必要的变量和矩阵。
3. 计算原始直方图：统计每个灰度级别的像素出现次数，生成直方图。
4. 计算累计分布函数（CDF）：基于原始直方图计算CDF，并根据其结果确定新的灰度级别。
5. 应用直方图均衡化：根据计算出的新灰度级别更新图像中的每一个像素。
6. 计算均衡化后的直方图：再次统计每个灰度级别的像素出现次数，得到均衡化后的直方图。

技术名词解释

• 直方图均衡化：一种图像增强方法，通过重新分配图像中的亮度值来提高图像对比度。
• 累计分布函数 (CDF)：累积概率分布函数，在直方图均衡化中用来确定新的灰度值。
• 灰度级：表示图像中不同亮度水平的数量，通常从0（黑色）到255（白色）。

技术细节

代码原理及注释

function [equalized_image, equalized_hist] = histogram_equalize(input_image)
    % 如果是彩色图像，转换为灰度图像
    if size(input_image, 3) == 3
        input_image = (0.2989 * input_image(:,:,1) + 0.5870 * input_image(:,:,