matlab灰度直方图均衡化_图像的灰度直方图、直方图均衡化、直方图规定化（匹配）

本文主要介绍了灰度直方图相关的处理，包括以下几个方面的内容：

• 利用OpenCV计算图像的灰度直方图，并绘制直方图曲线
• 直方图均衡化的原理及实现
• 直方图规定化(匹配)的原理及实现

图像的灰度直方图

一幅图像由不同灰度值的像素组成，图像中灰度的分布情况是该图像的一个重要特征。图像的灰度直方图就描述了图像中灰度分布情况，能够很直观的展示出图像中各个灰度级所占的多少。

图像的灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数：其中，横坐标是灰度级，纵坐标是该灰度级出现的频率。

不过通常会将纵坐标归一化到[0,1]区间内，也就是将灰度级出现的频率(像素个数)除以图像中像素的总数。灰度直方图的计算公式如下：

其中，rk是像素的灰度级，nk是具有灰度rk的像素的个数，MN是图像中总的像素个数。

OpenCV灰度直方图的计算

直方图的计算是很简单的，无非是遍历图像的像素，统计每个灰度级的个数。在OpenCV中封装了直方图的计算函数calcHist，为了更为通用该函数的参数有些复杂，其声明如下：

void calcHist( const Mat* images, int nimages,                          const int* channels, InputArray mask,                          OutputArray hist, int dims, const int* histSize,                          const float** ranges, bool uniform = true, bool accumulate = false );

该函数能够同时计算多个图像，多个通道，不同灰度范围的灰度直方图. 其参数如下

• images，输入图像的数组，这些图像要有相同大大小，相同的深度(CV_8U CV_16U CV_32F).
• nimages ，输入图像的个数
• mask，可选的掩码，不使用时可设为空。要和输入图像具有相同的大小，在进行直方图计算的时候，只会统计该掩码不为0的对应像素
• hist，输出的直方图
• dims，直方图的维度
• histSize，直方图每个维度的大小
• ranges，直方图每个维度要统计的灰度级的范围
• uniform，是否进行归一化，默认为true
• accumulate，累积标志，默认值为false。

为了计算的灵活性和通用性，OpenCV的灰度直方图提供了较多的参数，但对于只是简单的计算一幅灰度图的直方图的话，又显得较为累赘。这里对calcHist进行一次封装，能够方便的得到一幅灰度图直方图。

class Histogram1D{private:    int histSize[1]; // 项的数量    float hranges[2]; // 统计像素的最大值和最小值    const float* ranges[1];    int channels[1]; // 仅计算一个通道public:    Histogram1D()    {        // 准备1D直方图的参数        histSize[0] = 256;        hranges[0] = 0.0f;        hranges[1] = 255.0f;        ranges[0] = hranges;        channels[0] = 0;    }    MatND getHistogram(const Mat &image)    {        MatND hist;        // 计算直方图        calcHist(&image ,// 要计算图像的            1,                // 只计算一幅图像的直方图            channels,