matlab数字图像处理之局部直方图均衡化

在对图像的直方图进行处理时，有时需要对图像小区域细节的局部增强，解决的办法就是在图像的每一个像素点的领域中，按照灰度级分布设置变换函数（可以是邻域直方图均衡化，也可以是邻域直方图匹配），来进行局部增强。

 

步骤：

（1）定义一个方形区域（邻域），大小为n*n，其中n为奇正整数；

（2）计算该邻域的直方图，设计变换函数（这里采用直方图均衡化变换）；

（3）使用变换函数映射该区域中心像素的灰度；

（4）把该区域中心移动，重复（1）（2）（3）。

matlab代码函数定义如下：

function img_out=part_hist_equal(img,Size)
%局部直方图均衡化函数，参数img为输入图像，Size为邻域大小（奇正整数）
    [m,n,k]=size(img);
    if k==1   %如果为灰度图
        img_out=img;
        img_fill=[zeros((Size-1)/2,n+(Size-1));zeros(m,(Size-1)/2),img,zeros(m,(Size-1)/2);zeros((Size-1)/2,n+(Size-1))];%0填充
        img=uint16(img);%unit8类型转为uint16类型，避免uint8的最大数255加1时出现溢出错误
        for i=1:m
            for j=1:n
                s=field_histeq(img_fill,i,j,Size);%调用下面的field_histeq函数
                img_out(i,j)=s(img(i,j)+1);
            end
        end
    end
    
    if k==3    %如果为RGB图
        img_R=img(:,:,1);
        img_out_R=img_R;
        img_R=uint16(img_R);%unit8类型转为uint16类型，避免uint8的最大数255加1时出现溢出错误
        img_G=img(:,:,2);
        img_out_G=img_G;
        img_G=uint16(img_G);%unit8类型转为uint16类型，避免uint8的最大数255加1时出现溢出错误
        img_B=img(:,:,3);
        img_out_B=img_B;
        img_B=uint16(img_B);%unit8类型转为uint16类型，避免uint8的最大数255加1时出现溢出错误
        img_fill_R=[zeros((Size-1)/2,n+(Size-1));zeros(m,(Size-1)/2),img_R,zeros(m,(Size-1)/2);zeros((Size-1)/2,n+(Size-1))];%0填充
        img_fill_G=[zeros((Size-1)/2,n+(Size-1));zeros(m,(Size-1)/2),img_G,zeros(m,(Size-1)/2);zeros((Size-1)/2,n+(Size-1))];%0填充
        img_fill_B=[zeros((Size-1)/2,n+(Size-1));zeros(m,(Size-1)/2),img_B,zeros(m,(Size-1)/2);zeros((Size-1)/2,n+(Size-1))];%0填充
        for i=1:m
            for j=1:n
                s_R=field_histeq(img_fill_R,i,j,Size);%调用下面的field_histeq函数
                s_G=field_histeq(img_fill_G,i,j,Size);
                s_B=field_histeq(img_fill_B,i,j,Size);
                img_out_R(i,j)=s_R(img_R(i,j)+1);
                img_out_G(i,j)=s_G(img_G(i,j)+1);
                img_out_B(i,j)=s_B(img_B(i,j)+1);
            end
        end
        img_out=cat(3,img_out_R,img_out_G,img_out_B);%矩阵拼接函数（这里是拼接为三维RGB）
    end
                
end

function s=field_histeq(img,x,y,Size)
%定义邻域直方图均衡化函数，参数img为输入图像，x,y为邻域中心在未0填充的img中的坐标，Size为邻域大小（奇正整数）
    field_img=img(x:x+Size-1,y:y+Size-1);
    h=imhist(field_img)/numel(field_img);%直方图数据归一化
    s=0:length(h)-1;%创建输出灰度值向量
    rk=0.0;%输入图像灰度概率求和的变量
    for i=1:length(h)
        rk=rk+h(i);
        s(i)=round(rk*(length(h)-1));%四舍五入
    end
end

主函数运行代码：

img=imread('dog.jpg');
img=rgb2gray(img);%rgb图像转为灰度图
img_out=part_hist_equal(img,5);%调用局部直方图均衡化函数(自写实现)
img_eq=histeq(img,256);%全局直方图均衡化

figure
subplot(221)
imshow(img)
title('原始图像')
subplot(222)
imshow(img_out)
title('局部直方图均衡化图像')
subplot(223)
imshow(img_eq)
title('全局直方图均衡化图像')

运行结果如下：

 

感谢阅读！