灰度直方图均衡化与规定化

沈阳理工大学数字图像处理课程设计报告1一、课程设计目的（1）进一步掌握 matlab的用法；（2）在实践中深入理解图像显示的方法；（3）学会用 matlab对图像进行显示。二、课程设计要求（1）根据题目，查阅有关资料，掌握图像显示技术；（2）学习 MATLAB软件，掌握 MATLAB各种函数的使用；（3）根据图像显示原理，运用 MATLAB进行编程，仿真调制过程，记录并分析仿真结果；（4）形成设计报告。三、设计方案一般情况下,如果图像的灰度分别集中在比较窄的区间,从而引起图像细节的模糊,为了使图像细节清晰,并使目标得到突出,达到图像增强的目的,可通过改善各部分亮度的比例关系,即通过直方图的方法来实现.直方图的方法是以概率论为基础的.常用的方法有直方图均衡化和直方图规定化.(1) 直方图均衡化直方图均衡化又称直方图平坦化,是将一已知灰度概率密度分布的图像经过某种变换,变成一幅具有均匀灰度概率密度分布的新图像.其结果是扩展了像元取值的动态范围,从而达到增强图像整体对比度的效果.直方图均衡化的具体实现步骤如下:1）.列出原始图像的灰度级 1,1,0, Ljfj 2)统计各灰度级的像素数目 1,1,0, Ljnj 3).计算原始图像直方图各灰度级的频数 1,1,0,/)( LjnnfPjjf 4).计算累积分布函数沈阳理工大学数字图像处理课程设计报告21,1,0,)()( 0 LkjfPfC kj jf 5).应用以下公式计算映射后的输出图像的灰度级，P 为输出图像灰度级的个数，其中 INT 为取整符号 1,15.0)()(minminmax PigfCggINTgi 6).统计映射后各灰度级的像素数目 ni, i=0,1,k,P-1.7). 计算输出直方图 Pg(gi)=ni/n, i=0,1,P-1.8). 用 fj和 gi的映射关系修改原始图像的灰度级,从而获得直方图近似为均匀分布的输出图像(2) 直方图规定化直方图均衡化的优点是能自动增强整个图像的对比度,但它的具体增强效果不易控制,处理的结果总是得到全局的均衡化的直方图.实际工作中,有时需要变换直方图使之成为某个特定的形状,从而有选择地增强某个灰度值范围内的对比度,这时可采用比较灵活的直方图规定化方法.直方图规定化增强处理的步骤如下:令 Pr（r）和 Pz（z）分别为原始图像和期望图像的灰度概率密度函数。如果对原始图像和期望图像均作直方图均衡化处理，应有(1)xrdPTS0)()(2)zpZGV(3)(1由于都是进行均衡化处理，处理后的原图像概率密度函数 Ps（S）及理想图像概率密度函数 PV（V）是相等的。于是，我们可以用变换后的原始图像灰度级 S代替（2）式中的 V。即Z = G - 1（S） （4）这时的灰度级 Z 便是所希望的图像的灰度级。沈阳理工大学数字图像处理课程设计报告3此外，利用（1）与（3）式还可得到组合变换函数Z = G - 1T（r） （5）对连续图像，重要的是给出逆变换解析式。对离散图像而言，有(6)nPiiZ)(7)10)()(liizii ZPGV(8)11iii rTSZ四、设计内容%-选择图片路径及显示-%global f%选择图片路径filename,pathname= . %.表示与下行连接uigetfile(*.bmp;*.jpg;*gif;*tif,选择图片); %打开文件类型，对话框名称f=imread(pathname filename);axes(handles.axes1); %在 axes1 显示原图像 imshow(f) ;title(原始图像)；%-设置下拉菜单分别选择显示图像-%global fva=get(handles.popupmenu1,Value);val=get(hObject,Value);switch val %用 switch 语句设置选项case 1 %原图像直方图I=double(f);m,n=size(I);H=zeros(1,256);for i=1:m for j=1:n H(I(i,j)+1)=H(I(i,j)+1)+1; endends=zeros(1,256);t=zeros(1,256);for i=1:256 s(i)=H(i)/(m*n); for j=1:i t(i)=t(i)+s(j); endend 沈阳理工大学数字图像处理课程设计报告4axes(handles.axes2); plot(s);title(原图像直方图 );case 2 %均衡化后图像及直方图I=double(f);m,n=size(I);H=zeros(1,256);for i=1:m for j=1:n H(I(i,j)+1)=H(I(i,j)+1)+1; endends=zeros(1,256);t=zeros(1,256);for i=1:256 s(i)=H(i)/(m*n); for j=1:i t(i)=t(i)+s(j); endendt1=round(t*(256-1)+0.5);H1=zeros(1,256);for i=1:256 H1(t1(i)=H1(t1(i)+s(i); endaxes(handles.axes4); bar(H1);title(均衡化后直方图 );I2=t1(I+1)-1;axes(handles.axes3); imshow(uint8(I2);title(均衡化后图像);case 3 %规定化后图像及直方图I=f;J=I;New=I;L=256; %灰度级Ps=zeros(L,1); % 存储原图像直方图概率数据 nk=zeros(L,1); % 存储原图像直方图数据nk2=zeros(L,1); % 存储直方图规定化后的图像的直方图Rk=zeros(L,1); % 存储原图像累积直方图数据Ps2=zeros(L,1);Rk2=zeros(L,1);row,col=size(I); % 计算图像数据矩阵的行列数n=row*col; %总像素个数for i = 1:rowfor j = 1:col沈阳理工大学数字图像处理课程设计报告5num = double( I(i,j)+1; %获取像素灰度级nk(num) = nk(num)+1; %统计 nkendend%计算直方图概率估计for i=1:LPs(i)=nk(i)/n;%计算累积直方图if i=1Rk(i)=Ps(i);else 1ScMin(Q,P)minV=ScMin(Q,P);min = Q;endend沈阳理工大学数字图像处理课程设计报告6HisM(P)= min;end%将原图像的每个像素灰度转换为直方图均衡化后的灰度for x = 1:rowfor y = 1:colNum = double( I(x,y)+1; if Num=iNew(x,y)=HisM(i);endendendend%计算直方图规定化后的直方图for p = 1:rowfor q = 1:colNN = double( New(p,q)+1; nk2(NN) = nk2(NN)+1;endend axes(handles.axes5); imshow(New),title(规定化后图像);axes(handles.axes6); plot(Ps2),title(规定化后直方图);end;%-直接调用函数-%global fva=get(handles.popupmenu2,Value);val=get(hObject,Value);switch valcase 1axes(handles.axes1); %在 axes1 显示图像 imshow(f);title(原图像);axes(handles.axes2); h=imhist(f,256);plot(h)ylim(auto); %自动设定 Y 轴坐标范围和刻度title(原始直方图)case 2j=histeq(f);axes(handles.axes3); imshow(j) ;title(均衡化图像);沈阳理工大学数字图像处理课程设计报告7axes(handles.axes4); h=imhist(j,256);plot(h)ylim(auto); title(均衡化图像直方图)case 3hgram=50:2:250k=histeq(f,hgram);axes(handles.axes5); imshow(k) ;title(规定化图像);axes(handles.axes6); h=imhist(k,256);plot(h)ylim(auto); title(规定化图像直方图)end;五、实验结果GUI 界面设计:沈阳理工大学数字图像处理课程设计报告8选择图片路径:沈阳理工大学数字图像处理课程设计报告9直接调用函数均衡化和规定化:沈阳理工大学数字图像处理课程设计报告10原图像与均衡化和规定化后对比:沈阳理工大学数字图像处理课程设计报告11六、结果分析通过直接调用函数和编程对图像进行处理的结果对比,可以看出实验结果和理论结果基本一致;在编程处理中,可以自定义对规定化中的直方图(Ps2Temp)进行修改,从而得到所希望的图像增强效果.七、总结分析一周的数字图像处理课程设计，最大的收获是初步的掌握的 Matlab软件的使用,通过这次课程设计,我学会如何利用 MATLAB制作视图界面(GUI),并通过视图界面对数字图像进行处理,方便快捷,而且美观。在实践过程中，基本上是在已有的基础上自学而完成的，所以对自己的自学能力的提高也起到了一定的作用。并且在此次实习过程中，充分利用了图书馆，及其网络资源，才能够成功完成任务，让我意识到充分利用身边资源的重要性。本次数字图像处理课程设计不仅加强了对课本知识的了解，而且大大增强了我们课外自学和动手能力，让我受益良多。八、参考文献张汗灵编著 MATLAB 在图像处理中的应用/ 北京:清