数字图像处理实验二：直方图均衡化与空间滤波

一. 实验目的

1. 掌握应用直方图均衡化技术及常用的图像频域平滑和锐化技术。
2. 理解图像相关与卷积的原理。

---

二. 实验平台

MATLAB

---

三. 实验内容与结果

3.1 结果与分析（包含模型、实验过程、结果截图、结果分析等）

1. 利用对比度拉伸函数提取图像的高亮度区域

源码

运行结果

2. 编写程序绘制图像的归一化直方图

源码

运行结果

3. 自定义图像完成直方图均衡化计算

源码

运行结果

4. 自定义图像完成直方图规定化计算

源码

运行结果

5. 自定义图像完成相关与卷积的计算

源码

运行结果

6. 自定义图像完成相关系数的计算

源码

运行结果

---

3.2 实验总结

1. 图像灰度变换的理解

灰度变换是图像处理中的基本操作，通过调整像素的灰度值可以增强图像的对比度或突出某些特征。
对比度拉伸和直方图均衡化是常用的灰度变换方法，能够有效改善图像的视觉效果。

2. 直方图均衡化的掌握

直方图均衡化通过调整图像的灰度分布，使得图像的灰度直方图尽可能均匀分布，从而增强图像的对比度。
直方图均衡化适用于灰度分布不均匀的图像，能够显著改善图像的视觉效果。

3. 直方图规定化的实现

直方图规定化是将一幅图像的直方图调整为与另一幅图像的直方图相似，实现图像间的灰度匹配。
直方图规定化在图像匹配和图像增强中广泛应用。

4. 空间滤波的理解

空间滤波是图像处理中的基本操作，通过定义滤波器对图像进行卷积或相关操作，实现图像的平滑和锐化。
相关和卷积是空间滤波的两种基本操作，能够有效去除噪声或增强图像的边缘。

5. 相关系数的计算

相关系数用于衡量两幅图像之间的相似性，是图像匹配和图像分析中的重要指标。
通过计算相关系数，可以定量分析图像之间的相似性。

---