毕业设计（论文）-基于Matlab的图像预处理算法实现

像素点统计下来;Р用横坐标表示图像中各个像素点的灰度级,纵坐标表示各个灰度级上图像各个像素点出现的次数或概率。Р2.2.3图像直方图实现代码Р[A,map]=imread('f:\234.bmp');        Рimshow(A,map),                                     Рimage=double(A);Рfor i=1:256,Р    a(i)=0;Рend,Рfor i=1:256,Р for j=1:256,Р       b=image(i,j)+1;     Р       a(b)=a(b)+1;          Рend,Рend,Рfor k=1:256,Р    p(k)=a(k)/(256^2);Рend,Рfigure,stem(p);Р用上述代码生成图2.2的直方图,结果如图2.3所示。Р Р图2.2 原图图2.3 直方图Р2.3直方图均衡Р中文名称:直方图均衡Р英文名称:histogram equalization Р定义:使原直方图变换为具有均匀密度分布的直方图,然后按该直方图调整原图像的一种图像处理技术。Р2.3.1 直方图均衡原理Р直方图均衡化是灰度变换的一个重要应用,广泛应用在图像增强处理中,它是以累计分布函数变换为基础的直方图修正法,可以产生一幅灰度级分布具有均匀概率密度的图像,扩展了像素的取值动态范围。若像素点的原灰度为R,变换后的灰度为S,需要注意的是R、S是归一化后的灰度值,其灰度变换函数T(R)为: Р (2-1)Р式中, 是第j级灰度值的概率,是图像中j级灰度的像素总数,是图像中灰度级的总数目,是图象中像素的总数。对变换后的S值取最靠近的一个灰度级的值,建立灰度级变换表,将原图像变换为直方图均衡的图像。下面是实现图像直方图均衡化函数的源代码和效果图:Р2.3.2直方图均衡的实现