Matlab 的多种灰度归一化方法代码演示（可以直接运行）

有时候我们需要对一张灰度范围小的 图像进行灰度归一化至[0,1]或[0,255]。

关于代码中 min(min(img))和max(max(img))的解释：
关于代码中 归一化的数学原理见博客：

===========================================================
测试结果：
原图：

第一种方法：

第二种方法：

第三种方法：

============================================================

对灰度归一化的方法主要有三种

第一种：归一化至[0,255]，编写算法实现

代码：

%% 读取原图像
oriImage = imread('luoxuan.jpg');
grayImage = rgb2gray(oriImage);
figure;
subplot(121);
imshow(grayImage);
title('grayImage');

%% 计算灰度
originalMinValue = double(min(min(grayImage)));
originalMaxValue = double(max(max(grayImage)));
originalRange = originalMaxValue-originalMinValue;

%% 归一化为[0 255]
desiredMin = 0;    %想要的最小灰度 
desiredMax = 255;  %想要的最大灰度
desiredRange=desiredMax-desiredMin;
dblImageS255=desiredRange*(double(grayImage)-originalMinValue)/originalRange+desiredMin;
subplot(122);
imshow(uint8(dblImageS255));
imwrite(uint8(dblImageS255),'25_2.jpg')
title('dblImageS255');

运行结果为：

第二种：归一化至[0,1]，编写算法实现

代码：

%% 读取原图像
oriImage = imread('luoxuan.jpg');
grayImage = rgb2gray(oriImage);
figure;
subplot(121);
imshow(grayImage);
title('grayImage');

%% 计算灰度
originalMinValue = double(min(min(grayImage)));
originalMaxValue = double(max(max(grayImage)));
originalRange = originalMaxValue-originalMinValue;

%% 归一化为[0 1]
desiredMin = 0;     %想要的最小灰度
desiredMax = 1;     %想要的最大灰度
desiredRange=desiredMax-desiredMin;
dblImageS1=desiredRange*(double(grayImage)-originalMinValue)/originalRange+desiredMin;
% figure;
subplot(122);
imshow(dblImageS1);
imwrite(uint8(dblImageS255),'25_2.jpg')
title('dblImageS-01');

运行结果为：

第三种：调用matlab函数实现

代码：

%% 读取原图像
oriImage = imread('luoxuan.jpg');
grayImage = rgb2gray(oriImage);
figure;
subplot(121);
imshow(grayImage);
title('grayImage');

%% 计算灰度
originalMinValue = double(min(min(grayImage)));
originalMaxValue = double(max(max(grayImage)));
originalRange = originalMaxValue-originalMinValue;

%% 调用matlab的函数实现归一化
img3 = mat2gray(oriImage);
subplot(122);
imshow(img3);
imwrite(img3 ,'25_2.jpg')
title('dblImageS-matlab');

运行结果为：

最终代码：

%% 读取原图像
oriImage = imread('luoxuan.jpg');
grayImage = rgb2gray(oriImage);
figure;
imshow(grayImage);
title('grayImage');

%% 计算灰度
originalMinValue = double(min(min(grayImage)));
originalMaxValue = double(max(max(grayImage)));
originalRange = originalMaxValue-originalMinValue;

%% 归一化为[0 255]
desiredMin = 0;    %想要的最小灰度 
desiredMax = 255;  %想要的最大灰度
desiredRange=desiredMax-desiredMin;
dblImageS255=desiredRange*(double(grayImage)-originalMinValue)/originalRange+desiredMin;
figure;
imshow(uint8(dblImageS255));
imwrite(uint8(dblImageS255),'25_2.jpg')
title('dblImageS255');

%% 归一化为[0 1]
desiredMin = 0;     %想要的最小灰度
desiredMax = 1;     %想要的最大灰度
desiredRange=desiredMax-desiredMin;
dblImageS1=desiredRange*(double(grayImage)-originalMinValue)/originalRange+desiredMin;
figure;
 imshow(dblImageS1);
imwrite(uint8(dblImageS255),'25_2.jpg')
title('dblImageS-01');

%% 调用matlab的函数实现归一化
img3 = mat2gray(oriImage);
figure;
imshow(img3);
imwrite(img3 ,'25_2.jpg')
title('dblImageS-matlab');```

参考文献

[1] https://blog.csdn.net/discoverer100/article/details/61426650
========END