直方图均衡化实验报告

医学图像处理实验报告实验名称：直方图均衡化实验姓名：gaojunqiang学号：20105405班级：生医1001指导教师：……2013年6月5日一、实验目的1、编程实现下列功能：读出存储的黑白灰度图象并显示，显示灰度直方图，对图象进行直方图均衡化处理，显示处理后图象及直方图，画出灰度变换曲线，并存储处理后图象。二、实验原理直方图均衡化处理的中心思想是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化是一种自动调节图象对比度质量的算法，使用的方法是灰度级变换：s=T(r)。它的基本思想是通过灰度级r的概率密度函数p(rk)，求出灰度级变换T(r).灰度直方图的计算十分简单，依据定义在离散形式下有下面的公式成立：1,1,0,Lknnkpk（1）公式中：kn为图像中出现ks级灰度的像素数，n是图像像素总数，而nnk即为频数。计算累积直方图各项：1,1,0,00Lkipnntkikiik（2）取整扩展：]5.0)1int[(kktLt（3）映射对应关系：ktk三、实验代码及结果直方图均衡化实验代码：clc;closeall;clearall;Imag=imread('lena.tiff');figure()imshow(Imag),title('原图像');ImagGray=rgb2gray(Imag);figure()imshow(ImagGray),title('灰度图像');[r,c]=size(ImagGray);%统计灰度直方图GrayPixNum=zeros(1,255);fori=1:rforj=1:cGrayPixNum(1,ImagGray(i,j))=GrayPixNum(1,ImagGray(i,j))+1;endend%对灰度直方图进行归一化GrayPixPro=GrayPixNum./(r*c);figure()plot(GrayPixPro),title('图像直方图');%-----------------------------------------------------------%-----------------------直方图均衡化------------------------%-----------------------------------------------------------%直方图累加GrayAdd=zeros(1,255);GrayAdd(1,1)=GrayPixPro(1,1);fori=2:255GrayAdd(1,i)=GrayAdd(1,i-1)+GrayPixPro(1,i);endNewGray=round(GrayAdd.*254.+0.5);NewGrayPro=zeros(1,255);fori=1:255GrayTemp=NewGray(1,i);NewGrayPro(1,GrayTemp)=NewGrayPro(1,GrayTemp)+GrayPixPro(1,i);endfigure()plot(NewGrayPro.*(r*c)),title('均衡化直方图');%有均衡化直方图和映射关系得到均衡化的图像NewImag=zeros(r,c);fori=1:rforj=1:cNewImag(i,j)=NewGray(1,ImagGray(i,j));endendNewImag=uint8(NewImag);figure()imshow(NewImag),title('均衡化的图像');figure()plot(NewGray),title('灰度变换曲线');实验结果：图1原灰度图像图2原图像的灰度直方图图3经过直方图均衡化后的灰度图片图4均衡化后的直方图图5灰度变化曲线三、实验思考从上述实验结果可以看出，经过直方图均衡化后的图片的对比度更高，且边缘效果更高。这些图片非常有利于人眼的观看识别。直方图均衡化可以达到增强图像的显示效果的作用。通过原图像的直方图可以观察出，图像中各种亮度所占的比例大都分布不均匀，直方图增强的方法就是压缩直方图中比例少的像素所占用的灰度范围，多出来的灰度空间按照统计比例分配给直方图中比例高的像素使用。这种方法主要是针对人眼对灰度差别越大的图像更容易分辨的特点而做的增强。直方图均衡化由于可能会丢失一些灰度级，所以造成图片信息在一定程度上的损失。变换后图像的灰度级减少也会使某些细节消失。并且某些图像经均衡化处理后的对比度不自然的过分增强。