步骤:

统计原图像素每个像素的个数

统计原图像<每个灰度级的像素的累积个数

家里灰度级得映射规则

将原图每个像素点的灰度映射到新图

代码:

  1. clear all
  2. I=imread('1.jpg');                 %读入JPG彩色图像文件
  3. imshow(I)                                  %显示出来
  4. title('输入的彩色JPG图像')
  5. I_gray = rgb2gray(I); %灰度化后的数据存入数组
  6. imwrite(I_gray,'1_gray.bmp'); %保存灰度图像
  7. figure,imshow(I_gray);
  8. title('灰度图')
  9. [height,width]=size(I_gray);  %测量图像尺寸参数
  10. p=zeros(1,256);                            %预创建存放灰度出现概率的向量
  11. for i=1:height
  12. for j=1:width
  13. p(I_gray(i,j) + 1) = p(I_gray(i,j) + 1)  + 1;
  14. end
  15. end
  16. s=zeros(1,256);
  17. s(1)=p(1);
  18. for i=2:256
  19. s(i)=p(i) + s(i-1); %统计图像中<每个灰度级像素的累积个数,s(i):0,1,```,i-1
  20. end
  21. for i=1:256
  22. s(i) = s(i)*256/(width*height); %求灰度映射函数
  23. if s(i) > 256
  24. s(i) = 256;
  25. end
  26. end
  27. %图像均衡化
  28. I_equal = I;
  29. for i=1:height
  30. for j=1:width
  31. I_equal(i,j) = s( I(i,j) + 1);
  32. end
  33. end
  34. figure,imshow(I_equal)                           %显示均衡化后的图像
  35. title('均衡化后图像')
  36. imwrite(I_equal,'1_equal.bmp');

实现结果如下:

原图                                                                    
  灰度图                                                                   
均衡化后

亲们,是这样么?!是这样么?!!肿么会是这样的呢~~~~~~~

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~是不是错了?彩色图像的均值化到底肿么弄涅~~

对于灰度图的均衡化,

参考:http://blog.csdn.net/xiajun07061225/article/details/6910129

  1. %直方图均衡化
  2. clear;
  3. I = imread('mm_gaussian_gray.bmp');
  4. [height,width] = size(I);
  5. figure
  6. subplot(221)
  7. imshow(I)%显示原始图像
  8. subplot(222)
  9. imhist(I)%显示原始图像直方图
  10. %进行像素灰度统计;
  11. s = zeros(1,256);%统计各灰度数目,共256个灰度级
  12. for i = 1:height
  13. for j = 1: width
  14. s(I(i,j) + 1) = s(I(i,j) + 1) + 1;%对应灰度值像素点数量增加一
  15. end
  16. end
  17. %计算灰度分布密度
  18. p = zeros(1,256);
  19. for i = 1:256
  20. p(i) = s(i) / (height * width * 1.0);
  21. end
  22. %计算累计直方图分布
  23. c = zeros(1,256);
  24. c(1) = p(1);
  25. for i = 2:256
  26. c(i) = c(i - 1) + p(i);
  27. end
  28. %累计分布取整,将其数值归一化为1~256
  29. c = uint8(255 .* c + 0.5);
  30. %对图像进行均衡化
  31. for i = 1:height
  32. for j = 1: width
  33. I(i,j) = c(I(i,j)+1);
  34. end
  35. end
  36. subplot(223)
  37. imshow(I)%显示均衡化后的图像
  38. subplot(224)
  39. imhist(I)%显显示均衡化后的图像的直方图

参考  http://blog.csdn.net/xiajun07061225/article/details/6910129

matlab 直方图均衡化(含rgb)的更多相关文章

  1. matlab 直方图均衡化

    原理: 直方图均衡化首先是一种灰度级变换的方法: 原来的灰度范围[r0,rk]变换到[s0,sk]变换函数为:s=T(r); 为便于实现,可以用查找表(look-up table)的方式存储,即:原始 ...

  2. 彩色图像的直方图均衡化matlab代码

    彩色图像的直方图均衡化 - YangYudong2014的专栏 - CSDN博客 http://blog.csdn.net/yangyudong2014/article/details/4051503 ...

  3. 直方图均衡化与Matlab代码实现

    昨天说了,今天要好好的来解释说明一下直方图均衡化.并且通过不调用histeq函数来实现直方图的均衡化. 一.直方图均衡化概述 直方图均衡化(Histogram Equalization) 又称直方图平 ...

  4. 图像处理 Matlab实现线性点运算、非线性点运算、点运算与直方图、直方图均衡化

    今天,我们学习了直方图.于是乎,回来我就用matlab代码实现一下.昨天受到道路检测老师课上一个内容的影响(对于道路裂缝的检测,我突发奇想,如果对于道路图像进行操作,是否能够让裂缝与道路分离,使得图像 ...

  5. Matlab实现直方图均衡化

    G=imread('aini555.jpg'); I=rgb2gray(G); J=histeq(I); %直方图均衡化,这一个函数就可以做到均衡化的效果 figure, subplot(),imsh ...

  6. 直方图均衡化与直方图规定化的MATLAB实现

    目录 1.直方图均衡化 2.直方图规定化 @ 1.直方图均衡化 对图像进行非线性拉伸,重新分配图像像元值,使一定灰度范围内像元值的数量大致相等就是直方图的均衡化.原来直方图中间的峰顶部分对比度得到增强 ...

  7. MATLAB - 练习程序,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, ...

  8. 对比度受限的自适应直方图均衡化(CLAHE)

    直方图均衡化(HE)是一种很常用的直方图类方法,基本思想是通过图像的灰度分布直方图确定一条映射曲线,用来对图像进行灰度变换,以达到提高图像 对比度的目的.该映射曲线其实就是图像的累计分布直方图(CDF ...

  9. 数学之路-python计算实战(14)-机器视觉-图像增强(直方图均衡化)

    我们来看一个灰度图像,让表示灰度出现的次数,这样图像中灰度为 的像素的出现概率是  是图像中全部的灰度数, 是图像中全部的像素数,  实际上是图像的直方图,归一化到 . 把  作为相应于  的累计概率 ...

随机推荐

  1. Spring Boot 2.0 设置网站默认首页

    Spring Boot设置默认首页,方法实验OK如下 附上Application启动代码 /** * @ClassName Application * @Description Spring-Boot ...

  2. Redis(六):Redis的事务

    Redis的事务目录导航: 是什么 能干嘛 怎么玩 3阶段 3特性 是什么 可以一次执行多个命令,本质是一组命令的集合.一个事务中的所有命令都会序列化,按顺序地串行化执行而不会被其它命令插入,不许加塞 ...

  3. windows 10 安装node.js

    第一步:下载软件 nodejs的中文官网http://nodejs.cn/download/ 选择 windows  系统 msi 安装版本. 下载完成之后,直接打开下一步安装就可以. 安装完成 打开 ...

  4. 2.1 摄像头V4L2驱动框架分析

    学习目标:学习V4L2(V4L2:vidio for linux version 2)摄像头驱动框架,分析vivi.c(虚拟视频硬件相关)驱动源码程序,总结V4L2硬件相关的驱动的步骤:  一.V4L ...

  5. Zabbix 3.4.11监控 apache服务,ftp服务的配置

    一 zabbix 的安装部署 略 二监控 apache服务的配置 首先在本机下载模板:https://github.com/rdvn/zabbix-templates/archive/m aster. ...

  6. 20145209 2016-2017-2 《Java程序设计》第9周学习总结

    20145209 2016-2017-2 <Java程序设计>第9周学习总结 教材学习内容总结 JDBC简介 撰写应用程序是利用通信协议对数据库进行指令交换,以进行数据的增删查找 JDBC ...

  7. 【转】odoo学习之:Environment

    Environment类提供了对ORM对象的封装,同时提供了对注册类的访问,记录集的缓存,以及管理重计算的数据结构. 对于继承了Model的类来说可以直接通过self.env对Environment进 ...

  8. Android开发——Context类的各种细节问题

    0. 前言   Context相信所有的Android开发人员基本上每天都在接触,因为它太常见了.但实际上Context有太多小的细节并不被大家所关注,那么今天我们就来学习一下那些你所不知道的细节. ...

  9. linux常用的命令之一chmod

    用权限 : 所有使用者 使用方式 : chmod [-cfvR] [--help] [--version] mode file... u 表示该档案的拥有者,g 表示与该档案的拥有者属于同一个群体(g ...

  10. http tcp udp

    HTTP连接 1.HTTP协议即超文本传送协议(Hypertext Transfer Protocol ),是Web联网的基础,也是手机联网常用的协议之一,HTTP协议是建立在TCP协议之上的一种应用 ...