matlab图像处理直方图均衡化、规定化代码

 均衡化

H= imread('001.png'); 

%判断是否为三通道彩色图片 若是 则将其灰度化
if length(size(H))>2
    H=rgb2gray(H);  
end

%获取图片的尺寸 便于计算总像素数 即m*n 
[m,n]=size(H);  

%生成一个一行256列的矩阵
p=zeros(1,256);  

% 统计各灰度的像素个数 
%find(H==i) 是在图像矩阵里面寻找灰度为i的点坐标 
% 因为矩阵是从1开始的 所以为p(i+1)
for i=0:255  
   p(i+1)=length(find(H==i))/(m*n);  
end  
 
 % 累加概率值，当前CDF=前一CDF+当前PDF
s=zeros(1,256);  
s(1)=p(1);
for i=2:256   
    s(i)=p(i)+s(i-1);                  
end  

%对s中的数先乘以255，再取整   
a=round(s*255);  
b=H;  
%更新原图像的灰度
for i=0:255  
     b(H==i)=a(i+1);                
end

subplot(2,2,1);  
imshow(H);  
title('原图');  
subplot(2,2,2);  
% 显示原图的直方图
imhist(H); 
title('原图直方图');  

subplot(2,2,3);  
imshow(b)                            
title('均衡化后图像');  
subplot(2,2,4);  
imhist(b);
title('均衡化后的直方图'); 

 

规定化，也叫直方图匹配

 

%灰度图直方图匹配matlab(不使用histeq)
clear
 
im      = imread('original.bmp');
imRef   = imread('reference.jpg');
hist    = imhist(im);                % Compute histograms
histRef = imhist(imRef);
cdf     = cumsum(hist) / numel(im);  % Compute CDFs
cdfRef  = cumsum(histRef) / numel(imRef);
 
% Compute the mapping
M   = zeros(1,256);
for idx = 1 : 256
    [tmp,ind] = min(abs(cdf(idx) - cdfRef));
    M(idx)    = ind-1;
end
 
% Now apply the mapping to get first image to make
% the image look like the distribution of the second image
imMatch = M(double(im)+1);
 
figure;%显示原图像、匹配图像和匹配后的图像
subplot(1,3,1),imshow(im,[]);title('原图像');
subplot(1,3,2),imshow(imRef,[]);title('匹配图像');
subplot(1,3,3),imshow(imMatch,[]);title('匹配之后图像');
figure;%显示原图像、匹配图像和匹配后图像的直方图
subplot(3,1,1),imhist(im,64);title('原图像直方图');
subplot(3,1,2),imhist(imRef,64);title('匹配图像直方图');
subplot(3,1,3),imhist(uint8(imMatch),64);title('匹配之后图像直方图');