直方图均衡化与规定化.docVIP

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6月16日 《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=double(f);[