数字图像处理（1）：直方图均衡（1）

定义

直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。这种方法通常用来增加许多图像的全局对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。

这种方法对于背景和前景都太亮或者太暗的图像非常有用，这种方法尤其是可以带来X光图像中更好的骨骼结构显示以及曝光过度或者曝光不足照片中更好的细节。这种方法的一个主要优势是它是一个相当直观的技术并且是可逆操作，如果已知均衡化函数，那么就可以恢复原始的直方图，并且计算量也不大。这种方法的一个缺点是它对处理的数据不加选择，它可能会增加背景噪声的对比度并且降低有用信号的对比度。

例子

具体要求如下：
假定有64×64大小的图像，灰度分16级，概率分布如下表所示，试用直方图均衡的方法处理之。

附：源代码

解答

环境

编程语言：Matlab 2018b
语言：Matlab

处理直方图的步骤

直方图输入->计算概率->计算累加概率->计算均衡后的灰度级->输出灰度级直方图

步骤

(1).直方图输入

clc
count=[800,650,600,430,300,230,200,170,150,130,110,96,80,70,50,30];
N=4096;
x=16;
figure(1);
hold on;
bar(count) 
OUT1=zeros(1,x);

(2)计算概率

PDF=count/N;%PDF±íʾÿ¸ö»Ò¶È¼¶±ð³öÏֵĸÅÂÊ£¬Ò»¹²ÓÐ256ÐÐ

(3)计算累加概率: