直方图均衡化和规定化
课 程名称___图像处理与分析
题目名称_直方图均衡化与规定化
学 院 信 息 工 程
专 业 电 子 信 息 工 程
年级班别 0503
学 号 3105003438
学生姓名 姚 艺 锋
指导老师 曹 江 中
2008年
《图像处理与分析》课程设计报告
直方图均衡化与规定化
1、设计方案(原理)
一般情况下,如果图像的灰度分别集中在比较窄的区间,从而引起图像细节的模糊,为了使图像细节清晰,并使目标得到突出,达到图像增强的目的,可通过改善各部分亮度的比例关系,即通过直方图的方法来实现.直方图的方法是以概率论为基础的.常用的方法有直方图均衡化和直方图规定化.
(1) 直方图均衡化
直方图均衡化又称直方图平坦化,是将一已知灰度概率密度分布的图像经过某种变换,变成一幅具有均匀灰度概率密度分布的新图像.其结果是扩展了像元取值的动态范围,从而达到增强图像整体对比度的效果.
直方图均衡化的具体实现步骤如下:
1).列出原始图像的灰度级
2).统计各灰度级的像素数目
3).计算原始图像直方图各灰度级的频数
4).计算累积分布函数
5).应用以下公式计算映射后的输出图像的灰度级,P为输出图像灰度级的个数,其中INT为取整符号
6).统计映射后各灰度级的像素数目 ni, i=0,1,…,k,…P-1.
7). 计算输出直方图Pg(gi)=ni/n, i=0,1,…,P-1.
8). 用fj和gi的映射关系修改原始图像的灰度级,从而获得直方图近似为均匀分布的输出图像
(2) 直方图规定化
直方图均衡化的优点是能自动增强整个图像的对比度,但它的具体增强效果不易控制,处理的结果总是得到全局的均衡化的直方图.实际工作中,有时需要变换直方图使之成为某个特定的形状,从而有选择地增强某个灰度值范围内的对比度,这时可采用比较灵活的直方图规定化方法.直方图规定化增强处理的步骤如下:
令Pr(r)和Pz(z)分别为原始图像和期望图像的灰度概率密度函数。如果对原始图像和期望图像均作直方图均衡化处理,应有
(1)
(2)
(3)
由于都是进行均衡化处理,处理后的原图像概率密度函数Ps(S)及理想图像概率密度函数PV(V)是相等的。于是,我们可以用变换后的原始图像灰度级S代替(2)式中的V。即
Z = G - 1(S) (4)
这时的灰度级Z 便是所希望的图像的灰度级。
此外,利用(1)与(3)式还可得到组合变换函数
Z = G - 1[T(r)] (5)
对连续图像,重要的是给出逆变换解析式。对离散图像而言,有
(6)
(7)
(8)
2、设计内容(主要代码)
%----------------------------选择图片路径及显示---------------------------%
global f
%选择图片路径
[filename,pathname]= ... %...表示与下行连接
uigetfile({'*.bmp';'*.jpg';'*gif';'*tif'},'选择图片');
%打开文件类型,对话框名称
f=imread([pathname filename]);
axes(handles.axes1); %在axes1显示原图像
imshow(f) ;
title('原始图像');
%------------------设置下拉菜单分别选择显示图像------------%
global f
va=get(handles.popupmenu1,'Value');
val=get(hObject,'Value');
switch val %用switch语句设置选项
case 1 %原图像直方图
I=