matlab直方图均衡化和规定化,直方图均衡化和规定化.doc

直方图均衡化和规定化

课 程名称___图像处理与分析

题目名称_直方图均衡化与规定化

学 院 信 息 工 程

专 业 电 子 信 息 工 程

年级班别 0503

学 号 3105003438

学生姓名 姚 艺 锋

指导老师 曹 江 中

2008年

《图像处理与分析》课程设计报告

直方图均衡化与规定化

1、设计方案(原理)

一般情况下,如果图像的灰度分别集中在比较窄的区间,从而引起图像细节的模糊,为了使图像细节清晰,并使目标得到突出,达到图像增强的目的,可通过改善各部分亮度的比例关系,即通过直方图的方法来实现.直方图的方法是以概率论为基础的.常用的方法有直方图均衡化和直方图规定化.

(1) 直方图均衡化

直方图均衡化又称直方图平坦化,是将一已知灰度概率密度分布的图像经过某种变换,变成一幅具有均匀灰度概率密度分布的新图像.其结果是扩展了像元取值的动态范围,从而达到增强图像整体对比度的效果.

直方图均衡化的具体实现步骤如下:

1).列出原始图像的灰度级

2)．统计各灰度级的像素数目

3).计算原始图像直方图各灰度级的频数

4).计算累积分布函数

5).应用以下公式计算映射后的输出图像的灰度级，P为输出图像灰度级的个数，其中INT为取整符号

6).统计映射后各灰度级的像素数目 ni, i=0,1,…,k,…P-1.

7). 计算输出直方图Pg(gi)=ni/n, i=0,1,…,P-1.

8). 用fj和gi的映射关系修改原始图像的灰度级,从而获得直方图近似为均匀分布的输出图像

(2) 直方图规定化

直方图均衡化的优点是能自动增强整个图像的对比度,但它的具体增强效果不易控制,处理的结果总是得到全局的均衡化的直方图.实际工作中,有时需要变换直方图使之成为某个特定的形状,从而有选择地增强某个灰度值范围内的对比度,这时可采用比较灵活的直方图规定化方法.直方图规定化增强处理的步骤如下:

令Pr(r)和Pz(z)分别为原始图像和期望图像的灰度概率密度函数。如果对原始图像和期望图像均作直方图均衡化处理，应有

(1)

(2)

(3)

由于都是进行均衡化处理，处理后的原图像概率密度函数Ps(S)及理想图像概率密度函数PV(V)是相等的。于是，我们可以用变换后的原始图像灰度级S代替(2)式中的V。即

Z = G - 1(S) (4)

这时的灰度级Z 便是所希望的图像的灰度级。

此外，利用(1)与(3)式还可得到组合变换函数

Z = G - 1［T(r)］ (5)

对连续图像，重要的是给出逆变换解析式。对离散图像而言，有

(6)

(7)

(8)

2、设计内容(主要代码)

%----------------------------选择图片路径及显示---------------------------%

global f

%选择图片路径

[filename,pathname]= ... %...表示与下行连接

uigetfile({'*.bmp';'*.jpg';'*gif';'*tif'},'选择图片');

%打开文件类型，对话框名称

f=imread([pathname filename]);

axes(handles.axes1); %在axes1显示原图像

imshow(f) ;

title('原始图像')；

%------------------设置下拉菜单分别选择显示图像------------%

global f

va=get(handles.popupmenu1,'Value');

val=get(hObject,'Value');

switch val %用switch语句设置选项

case 1 %原图像直方图

I=