实验三 基于直方图的图像增强

一、 实验目的

1. 1. 掌握采用直方图进行图像增强的方法

二、实验原理与方法

略

三、实验内容与步骤

1. 使用函数 imhist 显示读入图像的直方图。
2. 使用histeq均衡化直方图
3. 尝试自己实现规定化直方图

   i = imread('图片2.png');
   i = rgb2gray(i); %将图片转换成灰度图
   subplot(121),imshow(i),title('原始图像');
   subplot(122),imhist(i);%imhist函数计算并且显示图像直方图
   
   g = histeq(i); %对直方图均衡化
   figure(2),subplot(121),imshow(g),title('均衡化直方图')%均衡化后直方图;
   subplot(122),imhist(g);%显示直方图均衡化后的图像的直方图
   
   figure(3);
   g2 = adapthisteq(i);
   subplot(121),imshow(g2),title('adapthisteq函数');% 对灰度图像应用自适应直方图均衡化
   subplot(122),imhist(g2);

   adapthisteq()是一个用于对图像进行自适应直方图均衡化的图像处理函数。主要应用于MATLAB和其他类似的编程环境中。自适应直方图均衡化旨在改善图像的局部对比度，特别是在图像具有不同区域的不同亮度和对比度时。与传统的直方图均衡化方法不同，adapthisteq()根据图像的局部特征进行调整，从而避免了过度增强某些区域的对比度（可能会导致信息丢失）。

adapthisteq()是一个用于对图像进行自适应直方图均衡化的图像处理函数。主要应用于MATLAB和其他类似的编程环境中。自适应直方图均衡化旨在改善图像的局部对比度，特别是在图像具有不同区域的不同亮度和对比度时。与传统的直方图均衡化方法不同，adapthisteq()根据图像的局部特征进行调整，从而避免了过度增强某些区域的对比度（可能会导致信息丢失）。

一个简单的adapthisteq()函数示例如下：

out_img = adapthisteq( in_img, 'NumTiles', [M N], 'ClipLimit', clip_limit, 'Range', range, 'Distribution', distribution, 'Alpha', alpha );

在此示例中：

• out_img：经过自适应直方图均衡化的输出图像。
• in_img：输入图像。
• 'NumTiles'：一个包含两个元素的向量 [M N]，表示要将图像分割成 M x N 个网格。默认为 [8 8].
• 'ClipLimit'：用于控制图像亮度和对比度增强程度的值。默认值为0.01。
• 'Range'：要选择输出图像的动态范围。 'Range'可以是'full' (默认) 或者'original'。 'full' 会使用整个数据类型的范围来表示出来图像，而 'original' 会尽可能保留输入图像的范围。
• 'Distribution'：指定局部映射的概率分布函数，可以是 'uniform' (默认)、'rayleigh' 或者'exponential'。
• 'Alpha'：调节与所选分布相结合的直方图的形状参数。 默认值是 0.4。

注意：此函数在GNU Octave中可能与MATLAB中稍有不同。