imread函数 matlab_MATLAB中的直方图处理及均衡化

直方图是多种空间域处理技术的基础。仿图操作能有效地用于图像增强，直方图固有的信息在其他图像处理应用中也是非常有用的，如图像压缩与分割。訪图在软件中易于计算，也适用于商用硬件设备，因此直方图成为实时图像处理的一个流行工具。

在MATLAB中，我们使用imhist函数来显示一-幅图像的直方图。

一.imhist函数

imhist函数多用于根据导入的图像绘制直方图，应用范围较广，其基本语法是：

h=imhist(f,b)

其中的f是输入的图像，h为其直方图，b是灰度级的个数。默认情况下，可直接写作：

imhist(f)

例如，导入一张图片，然后运行：

I=imread('hx.jpg');
imhist(I)

可以看到，我们这里已经绘制出了这幅图片的直方图。

二.直方图处理实践

题目：自定义一个函数，将输入图像(hx.jpg)进行直方图均衡化处理，该函数输入参数为处理前的图像，输出处理后的图像并显示处理过程中的灰度直方图。

1.读取图像并显示

I=imread('hx.jpg');   %读入图像
figure
subplot(2,3,1);     %在窗口中排列图像
imshow(I)     %X显示图像
title('原始图像');      %赋标题

2.转化为灰度图

J=rgb2gray(I);     %转化为灰度图
subplot(2,3,2);
imshow(J);
title('原图像灰度图');

3.绘制灰度直方图

subplot(2,3,3);
imhist(J);
title('灰度直方图');

4.直方图均衡化，这里用到了adapthisteq函数，adapthisteq函数使用限制对比度的自适应直方图均衡化 (CLAHE) 来变换值，从而增强灰度图像I的对比度[1]。

subplot(2,3,4);
H=adapthisteq(J);     %对灰度直方图均衡化处理
imhist(H);
title('直方图均衡化');

5.输出均衡化后的图像。

subplot(2,3,5);
imshow(H);
title('均衡化后的图像');

运行结果如图所示，可以看到我们处理的效果还是不错的。

另外直方图的均衡化可以通过一串源代码来实现，由于篇幅有限，我放到公众号了，编程实现的代码请到公众号回复 直方图均衡化 获取。

好了，今天的分享就到这里，关注我，每天更新matlab相关内容，获取更多知识可以关注下我们的公众号Asoul水云天课堂，也可以加qq群953314432，一个人学习也许会迷路，一群人学习绝不会孤单。