DIP关键算法-直方图均衡化
2016-09-13 09:27
411 查看
直方图均衡化中均衡的含义指图像的直方图是平直的,即各灰度级具有相同的出现频数,而均衡化则是将原图像的直方图通过变换函数修正为均匀的直方图,使图像看起来更清晰。即直方图均衡化的本质就是找到合理的映射,将原图像中的亮度重新调整,以使亮度的分配更加均匀。matlab实现如下,结合代码来看思路更加清晰。
代码参考:http://blog.csdn.net/xiajun07061225/article/details/6910129
%直方图均衡化 I = imread('rice.png'); [height,width] = size(I); figure subplot(221) imshow(I)%显示原始图像 subplot(222) imhist(I)%显示原始图像直方图 %进行像素灰度统计; NumPixel = zeros(1,256);%统计各灰度数目,共256个灰度级 for i = 1:height for j = 1: width NumPixel(I(i,j) + 1) = NumPixel(I(i,j) + 1) + 1;%对应灰度值像素点数量增加一 end end %计算灰度分布密度 ProbPixel = zeros(1,256); for i = 1:256 ProbPixel(i) = NumPixel(i) / (height * width * 1.0); end %计算累计直方图分布 CumuPixel = zeros(1,256); for i = 1:256 if i == 1 CumuPixel(i) = ProbPixel(i); else CumuPixel(i) = CumuPixel(i - 1) + ProbPixel(i); end end %累计分布取整 CumuPixel = uint8(255 .* CumuPixel + 0.5); %对灰度值进行映射(均衡化) for i = 1:height for j = 1: width I(i,j) = CumuPixel(I(i,j) + 1); end end subplot(223) imshow(I)%显示原始图像 subplot(224) imhist(I)%显示原始图像直方图
代码参考:http://blog.csdn.net/xiajun07061225/article/details/6910129
相关文章推荐
- DIP关键算法-自适应直方图均衡化
- DIP关键算法-去噪算法评价标准
- 数据结构 学习笔记(九):图(下):最小生成树(Prim,Kruskal 算法),拓扑排序 AOV,关键路径 AOE
- AOE网络的算法,活动的最早开始时间,最晚结束时间,关键活动,关键路径
- 项目管理中通过CPM算法求关键路径,最早和最晚开始时间
- 有关关键路径的概念和算法 (转)
- 【直观梳理深度学习关键概念】优化算法、调参基本思路、正则化方式等
- poj 3020(匈牙利算法的简单应用,关键是构图)
- 算法:图的关键路径-数据结构(24)
- 图形学领域的关键算法及源码链接
- 直方图均衡化的算法和代码
- 算法-图论_关键节点的判断
- 大数据等最核心的关键技术:32个算法
- sdut 2498 AOE网上的关键路径 (最短路 算法)
- 【算法】基于AOE网的关键路径算法
- PTA 数据结构与算法题目集(中文)5-11 关键活动 (30分)
- 关键路径算法
- 限制对比度自适应直方图均衡化算法原理、实现及效果
- GC-垃圾收集算法与关键收集器
- 数据结构——邻接表表示的图的关键路径算法