MATLAB数字图像处理(二)——图像灰度直方图统计

绘制灰度直方图

计算并绘制原始pout图像的灰度直方图(灰度直方图就是相同灰度像素的数量或占总像素个数的比重的直方图，这里算的是比重)。

grayimage=imread('pout.tif');
subplot(2,2,1),imshow(grayimage),title('原始图像');
[m,n]=size(grayimage);
gp=zeros(1,256);
for i=1:256    
	gp(i)=length(find(grayimage==(i-1)))/(m*n);
end
subplot(2,2,2),bar(0:255,gp);

这里利用find找到图像矩阵各灰度值的位置组成的向量，再利用length就能计算出对应的个数，再用bar绘制灰度直方图

均衡化处理

根据离散累计分布函数，对原始灰度直方图进行均衡化处理，绘制均衡化后的灰度直方图。

通过上方映射函数，把原始灰度映射到对应灰度。

s1=zeros(1,256);
s2=zeros(1,256);
temp=0;
for i=1:256
    temp=temp+gp(i);
    s1(i)=temp;
end
s2=round(s1*255);%乘上255,再向下取整
newgp=zeros(1,256);
for i=1:256
    newgp(i)=sum(gp(find(s2==(i-1))));
end
subplot(2,2,3),bar(0:255,newgp);

newgp对应均衡化后的灰度直方图，因为可能多个灰度映射到同一个灰度，所以要用sum进行求和

生成图像

生成均衡化处理后的新图像，显示并保存。
把之前灰度的矩阵映射到对应灰度，即用s2中的灰度代替。

newgrayimage=grayimage;
for i=1:256
    newgrayimage(find(grayimage==(i-1)))=s2(i);
end
subplot(2,2,4),imshow(newgrayimage),title('输出图像');
imwrite(newgrayimage,'newpout.tif');%保存图像

我们发现处理后的图像，对比度明显提升了