灰度图直方图均衡化(matlab练习程序)

本文详细介绍了Matlab中直方图均衡化的实现过程,并通过实例展示了与内置函数的效果对比,旨在帮助读者理解图像处理中的直方图均衡化原理。


复制代码
cl;
img=imread('mask.jpg');
imshow(img);
[x,y]=size(img);
img_man=zeros(x,y);
img_com=zeros(x,y);

%% 直方图均衡化算法
Max=max(max(img));
Min=min(min(img));
Hist=zeros(1,256);
for i=1:x
    for j=1:y
        Hist(img(i,j)+1)=Hist(img(i,j)+1)+1;
    end
end
figure,plot(Hist);

p=zeros(1,256);
for i=1:256
    p(i)=Hist(i)/(x*y);
end
figure,plot(p);

c=zeros(1,256);
for i=1:256
    c(i)=sum(p(1:i));
end
figure,plot(c);

for i=1:x
    for j=1:y
        img_man(i,j)=c(img(i,j)+1)*(Max-Min)+Min;
    end
end

figure,imshow(uint8(img_man))

Hist2=zeros(1,256);
for i=1:x
    for j=1:y
        Hist2(img_man(i,j)+1)=Hist2(img_man(i,j)+1)+1;
    end
end
figure,plot(Hist2);
%% matlab直方图均衡化函数
img_com=histeq(img);     
figure,imshow(img_com)

Hist3=zeros(1,256);
for i=1:x
    for j=1:y
        Hist3(img_com(i,j)+1)=Hist3(img_com(i,j)+1)+1;
    end
end
figure,plot(Hist3);
复制代码
分类:  Matlab练习程序


http://www.cnblogs.com/tiandsp/archive/2012/03/04/2379283.html
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值