图像直方图均衡化

1. 直方图均衡化介绍

自我感觉书上讲的很清楚，直接把截图贴上了。

在进行直方图均值化的过程如下

读入图像
对每个通道分别统计像素值[0,255]出现的次数。
对每个通道分别求像素值[0,255]出现的概率，得到概率直方图。
对每个通道分别求像素值[0,255]概率的前缀和，得到累计直方图。
对每个通道根据累计直方图分别求像素映射函数。
对每个通道完成每个像素点的映射。
输出直方图均衡化的图像。
2.代码（MATLAB）

 

%直方图均衡化
I = imread('D:/picture/girl.jpg');
I=rgb2gray(I);%如果某些图片不是二维灰度图像要加上这句，否则imhist报错
[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（注释一）

%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一9（注释二）
    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);%该灰度值的像素个数除于总的像素点的个数
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);%进行累加
    end
end
%累计分布取整

CumuPixel = uint8(256* CumuPixel);%也就是原来图像的灰度级根据累加概率的值变成了新的灰度级（注释三）
%对灰度值进行映射（均衡化）
for k =1:height
    for l =1:width
        I(k,l)= CumuPixel(I(k,l)+1);%映射,加一的目的是使下标从一开始
    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

 

运行结果如下

注：直方图x轴是图像的灰度值，y轴是在该灰度值的像素的个数

分析：观察图片我们发现对于原始图片整体颜色偏白，对比度不强，直方图分布偏于右边。直方化后的图片整体颜色加深，灰度增强，头发没有原来那么偏白了，直方图整体分布开始偏左且更均匀化，图片整体对比度增强。

3注释

注释一

imhist()主要用于计算图像灰度值的直方图统计；

第一次使用时出现的错误：

 

Error using ==> iptcheckinput Function IMHIST expected its first input, I or X, to be two-dimensional.

 

输入的图像必须是二维的图像，当输入的图像是三维的时候，可现转换，转换代码:

 

I=imread('nameofupicture.tif');

 

I=rgb2gray(I);

imhist(I);

imhist()的应用：

具体用法： 

imhist( i );直接显示图像i的灰度直方图； 

imhist（i，n）n为指定灰度级显示直方图； 

[count, x] = imhist( i ) 获取直方图信息，count为每一级灰度像素个数，x为灰度级，x也可以在imhist（i，x）中指定，可以通过stem（x，count）画相应直方图； 

如代码

i = imread('D:/picture/ZiXia.jpg');
i=rgb2gray(i);
imshow(i);
figure;
imhist(i);
figure;
imhist(i,32);
figure;
[count,x] = imhist(i,32);
stem(x,count);

 

 

注释二

 NumPixel(I(i,j) + 1) --------这个表示的是什么呢？---a NumPixel(I(i,j) + 1) + 1------这个表示像素点的灰度级加1---b I(i,j)-----表示(i,j)点的灰度值 a 处灰度值加1是代码中灰度值得范围的[1,256],不是[0,255] b 处为对灰度值相同的像素做统计加1，可以将NumPixel( I(i,j) + 1)看做是下标为灰度值，数组元素值为对应下标（灰度值）统计像素的个数 比如统计出来的灰度值为23的像素个数为4个，那么代码中的表现形式是：NumPixel( 22 + 1) = 4.

注释三

 比如原始图像的灰度值为30的像素个数在新图像里面就变为原始图像灰度值小于等于30的像素个数之和作为新图像像素值为30的像素个数。依次类推。