自动点焊技术之数字图像处理mtlab实验报告_直方图及图像均衡化实现自动点焊技术之数字图像处理matlab实验报告_直方图及图像均衡化实现.doc

自动点焊技术之数字图像处理 实验报告 实验名称：直方图均衡化增强 实验编号：Proj03-02 作 者：珠海博泰科技莫工 学 号：20144309018 实验日期：2014年11月30日 摘 要：本实验通过计算原始图像以及直方图均衡化后图像的直方图，验证书本中所述的通过直方图均衡化增强图像的原理、方法。 技术论述 直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。 一幅数字图像中灰度级出现的概率近似为 式中MN为图像中像素的总和，是灰度为的像素个数，L是图像中可能的灰度级的数量。 在图像处理中特别重要的变换函数有如下形式 (1.1-1) 将式(1.1-1)离散化 k=0,1,2....,L-1 (1.1-2) 通过(1.1-2)式将输入图像中灰度级的各像素映射到输出图像中灰度级为的对应像素。式(1.1-2)称为直方图均衡变换。 在实验中编写一个计算图像直方图的程序，验证书本中3.3.1节中讨论的直方图均衡化技术，求出均衡化曲线及均衡化直方图，最后均衡化后的直方图显示均衡化后的图像。 实验结果及讨论 实验所产生的图片如下： 讨论：式(1.1-2)具有展开输入图像直方图的趋势，均衡后的图像灰度级跨越更宽灰度级范围。最终结果是增强了对比度。 附录 实验中所用到的matlab程序 在matlab通过命令输入图片 ima=imread(‘Fig3.08(a).jpg’) cala(ima) 以下M文件程序实现求出原始图像的直方图，变换曲线、变换后的直方图、均衡化后的图像显示。 function cala(imaga) %imaga为读入的原始图像矩阵数据，本实验为Fig3.08(a).jpg这幅图 [m,n]=size(imaga); %计算出图像的像素大小 HD=zeros(1,256); %图像灰度级为8位 for k=0:255 HD(k+1)=length(find(imaga==k))/(m*n); %计算每个灰度级的概率 end figure; subplot(1,2,1); imshow(imaga); title(原始图像) subplot(1,2,2); bar(0:255,HD,g); %绘制直方图 title(原图像直方图); xlabel(灰度值); ylabel(灰度概率); %直方图均衡化计算 AA=zeros(1,256); for i=1:256 for j=1:i AA(i)=HD(j)+AA(i); %计算Sk end end SS=round(AA*256); %将Sk归到相近级的灰度 for i=1:256 bf(i)=sum(HD(find(SS==i))); %计算换算后每个灰度级的概率 end figure,bar(0:255,bf,b); %均衡化后的直方图 title(均衡化后的直方图); ylabel(灰度概率); xlabel(灰度值); figure,plot(0:255,SS,r) ; %显示灰度变化曲线 legend(灰度变化曲线); ylabel(均衡化后灰度级); xlabel(原图像灰度级); %显示均衡化后的直方图 PA=imaga; for i=0:255 PA(find(imaga==i))=SS(i+1); %将各个像素归一化后的灰度值赋给这个像素 end figure,imshow(PA); %显示均衡化后的图像 figure NO 6 title(均衡化后图像); imwrite(PA,result.bmp); 20