Matlab影象處理-直方圖均衡化原理方法

2019-12-25 18:06:47

本教學適合Matlab數位影像處理的初學者。直方圖均衡化是數位影像處理中較為基礎的影象增強方法，通過直方圖均衡化能夠自適應地有效改善影象對比度不足問題。本文中所支援的直方圖均衡化影象，不僅僅限於灰度圖，更將RGB真彩色圖、多波段遙感影像納入直方圖均衡化範疇。較為全面直觀地給出在Matlab中對影象進行直方圖均衡化的方法原理和Matlab原始碼，並配合必要的程式碼註釋，希望能幫助Matlab和數位影像處理的初學者入門。

1

開啟影象[FileName, FilePath]=uigetfile('*.tif;*.jpg;*.png;*.img;*.gif;','請選擇影象資料');str=[FilePath FileName];Image=imread(str);% 以對話方塊的形式選擇開啟一幅影象[M,N,nDims]=size(Image);Image=im2double(Image);%?獲取影象的尺寸和波段數

2

直方圖均衡化HISTEQ=Image;for i=1:nDims ?% 分別對各波段進行直方圖均衡化? ? H=Image(:,:,i);? ? [counts,x]=imhist(H); ?% 計算各灰度級x的畫素個數count? ? loction=find(counts~=0); % 找到所有畫素個數不為0的灰度級? ? MinCDF=min(counts(loction));?? ? for j=1:length(loction)? ? ? ? CDF=sum(counts(loction(1:j))); ?% 計算各灰度級畫素個數累積分布CDF? ? ? ? P=find(H==x(loction(j)))

;? ? ? ? H(P)=(CDF-MinCDF)/(M*N-MinCDF); % 灰度轉換公式? ? end? ? HISTEQ(:,:,i)=H; % 將均衡化後各分量分別儲存在結果中end

3

儲存輸出figure, ?%?在同一視窗顯示原圖與灰度拉伸結果圖if nDims==3||nDims==1 ?%?若為灰度圖和RGB真彩色圖則以常規方式儲存並輸出? ? subplot(1,2,1),imshow(Image);title('原圖');? ? subplot(1,2,2),imshow(HISTEQ);title('直方圖均衡化');? ? imwrite(HISTEQ,'Result_HISTEQ.jpg','jpeg');else ?% 若為多波段遙感影像則按照TM 3,2,1組合形式儲存並輸出? ? subplot(1,2,1),imshow(Image(:,:,[3,2,1]));title(

'原圖');? ? subplot(1,2,2),imshow(HISTEQ(:,:,[3,2,1]));title('直方圖均衡化');? ? imwrite(HISTEQ(:,:,[3,2,1]),'Result_HISTEQ.tif','tiff');end%?將直方圖均衡化結果儲存至當前目錄並以Result_HISTEQ命名

sult_HISTEQ.tif','tiff');end%?將直方圖均衡化結果儲存至當前目錄並以Result_HISTEQ命名

1

上圖：原灰度圖

下圖: 直方圖均衡化結果圖

1

上圖：原灰度圖直方圖

下圖: 直方圖均衡化結果圖直方圖

Matlab影象處理-直方圖均衡化原理方法

1

2

3

1

1

熱門文章