matlab灰度图像直方图均衡化，规定化，及彩色图像均衡化处理！

 

一、引言

图像增强是图像处理的一个重要分支，它对图像整体或局部特征能有效地改善；直方图是图像处理中最重要的基本概念之一，它能有效地用于图像增强。大多数原始的遥感图像由于其灰度分布集中在较窄的范围内，使图像的细节不够清晰，对比度较低。为了使图像的灰度范围拉开或使灰度均匀分布，从而增大反差，使图像细节清晰，以达到增强的目的，通常采用直方图均衡化及直方图规定化两种变换。用直方图均衡化和规定化的算法，能将原始图像密集的灰度分布变得比较稀疏，使处理后的图像视觉效果得以改善，提高其对比度。直方图均衡化能够增强整个图像的对比度，提高图像的辨析程度，算法简单，增强效果好。
灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像元的个数。确定图像像元的灰度值范围，以适当的灰度间隔为单位将其划分为若干等级，以横轴表示灰度级，以纵轴表示每一灰度级具有的像元数或该像元数占总像元数的比例值，做出的条形统计图即为灰度直方图

 

1.1 设计目的

1.     进一步掌握和利用MATLAB进行程序设计的能力；

2.     初步掌握利用GUI开发一个小型实用系统的基本方法；

3.     学会调试一个程序的基本方法；

4.     掌握书写程序设计开发文档的能力（书写课程设计报告）。

 

1.2 设计要求

设计一个具有直方图处理功能的数字图像处理系统。具体要求如下：

(１)  系统具备良好的图形用户界面，通过按钮或菜单进行操作控制，能让用户方便地选择不同的图像文件进行处理，并显示图像处理结果。

(２)  实现灰度图像的直方图统计和显示功能。

(３)  实现灰度图像的直方图均衡化。

(４)  实现灰度图像的直方图的规定化处理，至少采用两种不同的的目标直方图分别进行处理。

(５)  提高１：处理参数可由用户自行设定。

(６)  提高２：能够对真彩色图像进行合理的处理。

(７)   发挥：增加其他直方图处理功能。　

 

 

二、   系统总体设计方案

１、开发工具介绍

Matlab(MatrixLaboratory)为美国Mathworks公司1983年首次推出的一套高性能的数值分析和计算软件，其功能不断扩充，版本不断升级，目前的最新版本为7.1版。Matlab将矩阵运算、数值分析、图形处理、编程技术结合在一起，为用户提供了一个强有力的科学及工程问题的分析计算和程序设计工具，它还提供了专业水平的符号计算、文字处理、可视化建模仿真和实时控制等功能，是具有全部语言功能和特征的新一代软件开发平台。

Matlab已发展成为适合众多学科，多种工作平台、功能强大的大型软件。在欧美等国家的高校，Matlab已成为线性代数、自动控制理论、数理统计、数字信号处理、时间序列分析、动态系统仿真等高级课程的基本教学工具。成为攻读学位的本科、硕士、博士生必须掌握的基本技能。在设计研究单位和工业开发部门，Matlab被广泛的应用于研究和解决各种具体问题。在中国，Matlab也已日益受到重视，短时间内就将盛行起来，因为无论哪个学科或工程领域都可以从Matlab中找到合适的功能。

当今的信息化社会，图像是人类赖以获取信息的最重要的来源之一。随着计算机技术的迅猛发展，图像技术与计算机技术不断融合，产生了一系列图像处理软件，如VC、Matlab，这些软件的广泛应用为图像技术的发展提供了强大的支持。Matlab已成为国际公认的最优秀的科技应用软件之一，具有编程简单、数据可视化功能强、可操作性强等特点，而且配有功能强大、专业函数丰富的图像处理工具箱，是进行图像处理方面工作必备的软件工具。

此次课程设计用的matlab软件版本为７.０，和里面的GUI功能。

２、开发步骤

(1)、画出GUI界面的草图。

(2)、设置GUI的菜单。

(3)、写好处理图像的.M程序。

(3)、通过call back连接相应按键或菜单的.M程序。

３、系统框图

三、程序设计

 

（1） 直方图均衡化原理

让变量r 和s 分别代表图像增强前后的像素灰度级, 相应灰度级分布的概率密度分别为Pr(r)、Ps(s)。为讨论方便, 假设像素灰度值已经归一化在区间[0, 1], 在灰度级坐标中r=0 表示黑, r=1 表示白。对区间[0, 1]内任一个r 值按变换函数:

S=T(r)                                                           （1）                 进行变换, T(r)满足两个条件:

 T(r)在区间0≤r≤1 中为单值单调增加函数;

 当0≤r≤1 时, 0≤r≤1。

条件( 1) 使灰度级保持从黑到白的次序, 条件( 2) 保证输出灰度级与输入灰度级有同样的范围。从s 到r 的反变换为:

r=T- 1(s),0≤s≤1                                                （2） 

同样, 规定变量s 也满足条件( 1) 和( 2) 。由概率理论知, 若Pr(r)和变换函数s=T(r)已知, T- 1(s)是单值单调增加函数, 则有:

ps(s)=[pr(r)dr/ds]r=T- 1 (s)                                     （3）

直方图增强技术就是通过变换函数T(r)控制图像灰度级的概率密度函数而改变图像的外貌。

对于连续图像, 变换函数为：

s=T(r)＝∫­_{0­­­­­­­­­­­­­­­­­­­­}­­^r­­­"pr(r)dr,0≤r≤1                                     （4）

此式右边为累积分布函数(CDF) , 由该式对r 求导有:

Ds/dr=Pr(r)                                                    （5）

代入( 3) 得到:

p(s)=[pr(r) /1pr(r)] r=T- 1 (s)    ,0≤s≤1                     (6)

这说明, 在变换后变量s 在定义域内, Ps(s)是均匀概率密度。在图像增强意义上, 这相当于像素的动态范围增加。在后面的MATLAB 仿真时, 便可以看到图像对比度会产生显著的变化。

对于离散图像, 灰度级rk 的概率值为:

Pr(rk)= nk/n     ,0≤rk≤1,k=0,1,2,...,L- 1                       (7)

其中, n 表示图像中像素的总数, nk 是在图像中出现这种灰度级的次数, L 表示灰度级的数目, Pr(rk)为第k 级灰度级的概率。与连续图像的( 4) 式相对应, 离散形式为:

Sk=T(rk)=∑^k_j=0!（nj/n）=∑^k_j=0pr(rj)                                (8)

反变换为:

rk=T^-1 (sk)      ,0≤sk≤1                                         (9)

可见, 能够直接利用式( 8) 从所给的图像计算变换函数T(rk)。

结论: 利用T(r)改变图像的灰度概率密度函数, 也就是改变图像的灰度分布, 进而达到改善图像的对比特性的目的。按s=T(r) 对原图像作灰度变换, 变换后图像灰度概率密度Ps(s)是均匀的, 这意味着图像灰度的动态范围得到了增加, 从而提高了图像的对比度, 图像可以给人以清晰明快的感觉。这就是直方图的