matlab 直方图均衡化(含rgb)
步骤:
统计原图像素每个像素的个数
统计原图像<每个灰度级的像素的累积个数
家里灰度级得映射规则
将原图每个像素点的灰度映射到新图
代码:
- clear all
- I=imread('1.jpg'); %读入JPG彩色图像文件
- imshow(I) %显示出来
- title('输入的彩色JPG图像')
- I_gray = rgb2gray(I); %灰度化后的数据存入数组
- imwrite(I_gray,'1_gray.bmp'); %保存灰度图像
- figure,imshow(I_gray);
- title('灰度图')
- [height,width]=size(I_gray); %测量图像尺寸参数
- p=zeros(1,256); %预创建存放灰度出现概率的向量
- for i=1:height
- for j=1:width
- p(I_gray(i,j) + 1) = p(I_gray(i,j) + 1) + 1;
- end
- end
- s=zeros(1,256);
- s(1)=p(1);
- for i=2:256
- s(i)=p(i) + s(i-1); %统计图像中<每个灰度级像素的累积个数,s(i):0,1,```,i-1
- end
- for i=1:256
- s(i) = s(i)*256/(width*height); %求灰度映射函数
- if s(i) > 256
- s(i) = 256;
- end
- end
- %图像均衡化
- I_equal = I;
- for i=1:height
- for j=1:width
- I_equal(i,j) = s( I(i,j) + 1);
- end
- end
- figure,imshow(I_equal) %显示均衡化后的图像
- title('均衡化后图像')
- imwrite(I_equal,'1_equal.bmp');
实现结果如下:
原图
灰度图
均衡化后
亲们,是这样么?!是这样么?!!肿么会是这样的呢~~~~~~~
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~是不是错了?彩色图像的均值化到底肿么弄涅~~
对于灰度图的均衡化,
参考:http://blog.csdn.net/xiajun07061225/article/details/6910129
- %直方图均衡化
- clear;
- I = imread('mm_gaussian_gray.bmp');
- [height,width] = size(I);
- figure
- subplot(221)
- imshow(I)%显示原始图像
- subplot(222)
- imhist(I)%显示原始图像直方图
- %进行像素灰度统计;
- s = zeros(1,256);%统计各灰度数目,共256个灰度级
- for i = 1:height
- for j = 1: width
- s(I(i,j) + 1) = s(I(i,j) + 1) + 1;%对应灰度值像素点数量增加一
- end
- end
- %计算灰度分布密度
- p = zeros(1,256);
- for i = 1:256
- p(i) = s(i) / (height * width * 1.0);
- end
- %计算累计直方图分布
- c = zeros(1,256);
- c(1) = p(1);
- for i = 2:256
- c(i) = c(i - 1) + p(i);
- end
- %累计分布取整,将其数值归一化为1~256
- c = uint8(255 .* c + 0.5);
- %对图像进行均衡化
- for i = 1:height
- for j = 1: width
- I(i,j) = c(I(i,j)+1);
- end
- end
- subplot(223)
- imshow(I)%显示均衡化后的图像
- subplot(224)
- imhist(I)%显显示均衡化后的图像的直方图
参考 http://blog.csdn.net/xiajun07061225/article/details/6910129
matlab 直方图均衡化(含rgb)的更多相关文章
- matlab 直方图均衡化
原理: 直方图均衡化首先是一种灰度级变换的方法: 原来的灰度范围[r0,rk]变换到[s0,sk]变换函数为:s=T(r); 为便于实现,可以用查找表(look-up table)的方式存储,即:原始 ...
- 彩色图像的直方图均衡化matlab代码
彩色图像的直方图均衡化 - YangYudong2014的专栏 - CSDN博客 http://blog.csdn.net/yangyudong2014/article/details/4051503 ...
- 直方图均衡化与Matlab代码实现
昨天说了,今天要好好的来解释说明一下直方图均衡化.并且通过不调用histeq函数来实现直方图的均衡化. 一.直方图均衡化概述 直方图均衡化(Histogram Equalization) 又称直方图平 ...
- 图像处理 Matlab实现线性点运算、非线性点运算、点运算与直方图、直方图均衡化
今天,我们学习了直方图.于是乎,回来我就用matlab代码实现一下.昨天受到道路检测老师课上一个内容的影响(对于道路裂缝的检测,我突发奇想,如果对于道路图像进行操作,是否能够让裂缝与道路分离,使得图像 ...
- Matlab实现直方图均衡化
G=imread('aini555.jpg'); I=rgb2gray(G); J=histeq(I); %直方图均衡化,这一个函数就可以做到均衡化的效果 figure, subplot(),imsh ...
- 直方图均衡化与直方图规定化的MATLAB实现
目录 1.直方图均衡化 2.直方图规定化 @ 1.直方图均衡化 对图像进行非线性拉伸,重新分配图像像元值,使一定灰度范围内像元值的数量大致相等就是直方图的均衡化.原来直方图中间的峰顶部分对比度得到增强 ...
- MATLAB - 练习程序,直方图均衡化
直方图均衡化的作用是图像增强. 有两个问题比较难懂,一是为什么要选用累积分布函数,二是为什么使用累积分布函数处理后像素值会均匀分布. 第一个问题.均衡化过程中,必须要保证两个条件:①像素无论怎么映射, ...
- 对比度受限的自适应直方图均衡化(CLAHE)
直方图均衡化(HE)是一种很常用的直方图类方法,基本思想是通过图像的灰度分布直方图确定一条映射曲线,用来对图像进行灰度变换,以达到提高图像 对比度的目的.该映射曲线其实就是图像的累计分布直方图(CDF ...
- 数学之路-python计算实战(14)-机器视觉-图像增强(直方图均衡化)
我们来看一个灰度图像,让表示灰度出现的次数,这样图像中灰度为 的像素的出现概率是 是图像中全部的灰度数, 是图像中全部的像素数, 实际上是图像的直方图,归一化到 . 把 作为相应于 的累计概率 ...
随机推荐
- The origin server did not find a current representation for the target resource or is not willing to disclose that one exists.报该错误的一种原因。
今天发现某个action返回404. HTTP Status 404 – Not Found Type Status Report Message /xxx.action Description Th ...
- Yii2 联表查询数据丢失,即出现主键覆盖情况的解决方法
前段时间做项目,遇到一个问题,用yii2的AR连表查询数据的时候,理应该查出来更多的数据,但是实际得到的只有部分数据: 例如,有这么一个查询: $query = OperaHotelRoom::fin ...
- 5 替换空格 JavaScript
题目描述 请实现一个函数,将一个字符串中的每个空格替换成“%20”.例如,当字符串为We Are Happy.则经过替换之后的字符串为We%20Are%20Happy. 原来一个空格字符,替换之后 ...
- IE8 如何 不显示 选项 卡,直接在任务显示 各个页面?
IE8 如何 不显示 选项 卡,直接在任务显示 各个页面? 在 工具->Internet 选项(o) ->常规--选项卡-设置->把第一个勾去掉 “启用选项卡浏览(需要重新启动 ...
- 3.1 wifi网卡RT3070在S3C2440的移植和使用
学习目标:熟悉RT3070在S3C2440的移植和使用,以及其中的相关工具的安装和使用: 一.配置内核选择WIFI驱动 1. 将usb wifi插到电脑,在ubuntu使用命令:# lsusb 查看w ...
- java 代理模式(模拟代购)
interface Isubject{ void buyAJ(); } class realsubject implements Isubject{ public void buyAJ(){ Syst ...
- 后端系统开发利器之gflags
gflags是Google的一个开源项目,用于解析程序运行参数.gflags简单易用,它的好处在于统一配置格式,减少开发工作量.在工程实践中,gflags在简化开发和测试方面表现非常出色,它还有一个很 ...
- Multimodal Machine Learning:A Survey and Taxonomy 综述阅读笔记
该笔记基于:Multimodal Machine Learning:A Survey and Taxonomy 该论文是一篇对多模态机器学习领域的总结和分类,且发表于2017年,算是相当新的综述了.老 ...
- 1070: [SCOI2007]修车
1070: [SCOI2007]修车 https://www.lydsy.com/JudgeOnline/problem.php?id=1070 分析: 每个第几次修车等的时间都不一样,当前第i个人修 ...
- CLR via C#读书笔记二:类型基础
1.CLR允许将对象转换为它的(实际)类型或者它的任何基类型. 2.is操作符检测对象是否兼容于指定类型,is操作符永远不抛出异常. 3.as操作符返回对同一个对象的非null引用.如果对象不兼容,a ...