Improving histogram-based image contrast enhancement using gray-level information histogram

这篇文章的全名是《Improving histogram-based image contrast enhancement using gray-level information histogram with application to X-ray images》
这也是一篇改进直方图均衡化方法的文章。
作者先做了假设并实验证明了梯度高的地方包含着更多的细节信息，梯度低的地方包含着大量的背景信息。根据这个假设作者设计了如下的算法：
1.先利用梯度算子计算了图像的梯度，对计算得到的梯度进行排序。
2.将梯度值分为5组，取出第5组中的所有像素点，对这些像素点进行直方图均衡化。作者根据大量实验表明这样做的效果好。
3.但前4组中的像素点也包含了部分细节信息，所以作者设计了权重参数。这个权重参数是根据梯度值所占的数量进行设计的。
这篇文章我用matlab进行了实现，代码如下：

clear,clc
img = imread('new4.jpg');
[m,n] = size(img);
%Sobel = img(2:m-1,2:n-1);
J=histeq(img,256);
% subplot(2,2,1);imshow(img);title('原图');
% subplot(2,2,2);imshow(J);title('均衡化');
% subplot(2,2,3);inshoe();%imhist(img,256);
% subplot(2,2,4);imhist(J,256);
[high,width] = size(img);   % 获得图像的高度和宽度
U = double(img);
%uSobel = img;%uint8格式，不必结尾再转换
for i = 2:high - 2   %类似sobel边缘检测
    for j = 2:wid