matlab局部直方图均衡化_MATLAB中的直方图处理及均衡化

直方图是多种空间域处理技术的基础。仿图操作能有效地用于图像增强，直方图固有的信息在其他图像处理应用中也是非常有用的。

如图像压缩与分割。仿图在软件中易于计算，也适用于商用硬件设备，因此直方图成为实时图像处理的一个流行工具。

一

imhist函数

在MATLAB中，我们使用imhist函数来显示一-幅图像的直方图。
imhist函数多用于根据导入的图像绘制直方图，应用范围较广，其基本语法是：

h=imhist(f,b)

其中的f是输入的图像，h为其直方图，b是灰度级的个数。默认情况下，可直接写作：

imhist(f)

例如，导入一张图片，然后运行：

I=imread('hx.jpg');
imhist(I)

可以看到，我们这里已经绘制出了这幅图片的直方图。二

直方图处理实践

题目：自定义一个函数，将输入图像(hx.jpg)进行直方图均衡化处理，该函数输入参数为处理前的图像，输出处理后的图像并显示处理过程中的灰度直方图。

1.读取图像并显示

I=imread('hx.jpg');   %读入图像
figure
subplot(2,3,1);     %在窗口中排列图像
imshow(I)     %X显示图像
title('原始图像');      %赋标题

2.转化为灰度图

J=rgb2gray(I);     %转化为灰度图
subplot(2,3,2);
imshow(J);
title('原图像灰度图');

3.绘制灰度直方图

subplot(2,3,3);
imhist(J);
title('灰度直方图');

4.直方图均衡化，这里用到了adapthisteq函数，adapthisteq函数使用限制对比度的自适应直方图均衡化 (CLAHE) 来变换值，从而增强灰度图像

I

的对比度[1]。

subplot(2,3,4);
H=adapthisteq(J);     %对灰度直方图均衡化处理
imhist(H);
title('直方图均衡化');

5.输出均衡化后的图像。

subplot(2,3,5);
imshow(H);
title('均衡化后的图像');

运行结果如图所示，可以看到我们处理的效果还是不错的。

END

另外直方图的均衡化可以通过一串源代码来实现，由于篇幅有限，编程实现的代码请到公众号回复

直方图均衡化

获取。

关于MATLAB的学习：

大家可以关注我们的

知乎专栏——数据可视化和数据分析中matlab的使用：

https://zhuanlan.zhihu.com/c_1131568134137692160

欢迎大家加入我们的MATLAB学习交流群：

953314432

▼往期精彩回顾▼数学建模与MATLAB应用——图与网络模型数学建模与MATLAB–非线性规划数学建模与MATLAB——动态规划



扫码关注我们更多精彩等待你发现
出品：Asoul水云天课堂工作室