图像均衡化

图像均衡化是一种图像处理技术，它的目的是改善图像的对比度。

具体来说，对于一张图像，其直方图就是统计图像中各灰度级出现的次数的图像。通常情况下，图像的直方图会呈现不平衡的状态，即图像的某些灰度级出现的次数很多，而其它灰度级出现的次数很少。这样的图像在显示时，可能会出现对比度差的问题，使得图像看起来比较暗或者模糊。

图像均衡化就是对图像进行直方图均衡，使得图像中各灰度级出现的次数更加平均。这样，图像的对比度就会得到提高，图像看起来就会更加清晰。

在 Matlab 中可以使用 histeq 函数来对图像进行均衡化。该函数会对图像的直方图进行均衡，使得图像中各灰度级出现的概率相同。

% 读入图像
I = imread('Jo.jpg');
% 对图像进行均衡化
I_eq = histeq(I);
% 显示原图像和均衡化后的图像
subplot(1,2,1);
imshow(I);
title('原图像');
subplot(1,2,2);
imshow(I_eq);
title('均衡化后的图像');

注意，histeq 函数的输入和输出都是灰度图像。如果你的图像是彩色图像，那么可以先将其转换为灰度图像，然后再使用 histeq 函数进行均衡化。例如：

% 读入图像
I = imread('Jo.jpg');
% 将图像转换为灰度图像
I_gray = rgb2gray(I);
% 对图像进行均衡化
I_eq = histeq(I_gray);
% 显示原图像和均衡化后的图像
subplot(1,3,1);
imshow(I);
title('原图像');
subplot(1,3,2);
imshow(I_gray);
title('灰度图像');
subplot(1,3,3);
imshow(I_eq);
title('均衡化后的图像');

数字图像处理实验（直方图均衡化&规定化）

% 读入图像
I = imread('Jo.jpg');
% 将图像转换为灰度图像
I_gray = rgb2gray(I);
% 对图像进行均衡化
I_eq = histeq(I_gray);
% 显示原图像和均衡化后的图像
subplot(2,2,1);
imshow(I_gray);
title('灰度图像');
subplot(2,2,2);
imhist(I_gray);
title('灰度直方图');
subplot(2,2,3);
imshow(I_eq);
title('均衡化图像');
subplot(2,2,4);
imhist(I_eq);
title('均衡化直方图');

数字图像处理实验（直方图均衡化&规定化）

观察可以发现灰度值变得平均，不会让灰度聚在某一区域使得图像看起来比较暗或者模糊。这里图像变亮。

直方图规定化

直方图规定化是一种图像处理技术，它的目的是使图像的直方图呈现特定的形状。

具体来说，对于一张图像，其直方图就是统计图像中各灰度级出现的次数的图像。通常情况下，图像的直方图会呈现不平衡的状态，即图像的某些灰度级出现的次数很多，而其它灰度级出现的次数很少。直方图规定化的目的就是使图像的直方图呈现特定的形状，通常情况下是使其呈现平坦的形状。

直方图规定化的具体做法是，首先计算出图像的直方图，然后根据直方图计算出每个灰度级的累计分布函数，再根据累计分布函数计算出新的灰度级，最后将图像中每个像素的灰度级替换为对应的新灰度级。

注意，直方图规定化和图像均衡化是有区别的。图像均衡化的目的是提高图像的对比度，而直方图规定化的目的是使图像的直方图呈现特定的形状。

% 读入图像
I = imread('Jo.jpg');
% 将图像转换为灰度图像
I_gray = rgb2gray(I);
hgram=50:2:250
% 对图像进行规定化
I_eq = histeq(I_gray,hgram);
% 显示原图像和规定化后的图像
subplot(2,2,1);
imshow(I_gray);
title('灰度图像');
subplot(2,2,2);
imhist(I_gray);
title('灰度直方图');
subplot(2,2,3);
imshow(I_eq);
title('规定化图像');
subplot(2,2,4);
imhist(I_eq);
title('规定化直方图');

数字图像处理实验（直方图均衡化&规定化）

控制台：

列 1 至 21
    50    52    54    56    58    60    62    64    66    68    70    72    74    76    78    80    82    84    86    88    90
  列 22 至 42
    92    94    96    98   100   102   104   106   108   110   112   114   116   118   120   122   124   126   128   130   132
  列 43 至 63
   134   136   138   140   142   144   146   148   150   152   154   156   158   160   162   164   166   168   170   172   174
  列 64 至 84
   176   178   180   182   184   186   188   190   192   194   196   198   200   202   204   206   208   210   212   214   216
  列 85 至 101
   218   220   222   224   226   228   230   232   234   236   238   240   242   244   246   248   250

也可以使用期望图像直方图来规定化：

% 读入图像
I = imread('D1.jpg');
% 将图像转换为灰度图像
I_gray = rgb2gray(I);
I_match=imread('D2.jpg');%期望图像
I_mgray=rgb2gray(I_match);
[hgram,x]=imhist(I_match);
% 对图像进行规定化
I_eq = histeq(I_gray,hgram);
subplot(3,2,1);
imshow(I_mgray);
title('期望图像');
subplot(3,2,2);
imhist(I_mgray);
title('期望图像直方图');
% 显示原图像和规定化后的图像
subplot(3,2,3);
imshow(I_gray);
title('灰度图像');
subplot(3,2,4);
imhist(I_gray);
title('灰度直方图');
subplot(3,2,5);
imshow(I_eq);
title('规定化图像');
subplot(3,2,6);
imhist(I_eq);
title('规定化直方图');

数字图像处理实验（直方图均衡化&规定化）

标签 Python, 图像处理, 数字