matlab中如果將一幅影象進行一次直方圖均衡化處

1樓：匿名使用者

會變化，均衡化並不會使影象的灰度分佈一定均勻

怎樣用matlab對一幅影象進行灰度直方圖均衡化處理

2樓：匿名使用者

i=imread('pout.tif'); %讀自帶的影象imshow(i);

figure,imhist(i);

[j,t]=histeq(i,64); %影象灰度擴充套件到0~255，但是隻有64個灰度級

figure,imshow(j);

figure,imhist(j);

figure,plot((0:255)/255,t); %轉移函式變換曲線

j=histeq(i,32);

figure,imshow(j); %影象灰度擴充套件到0~255，但只有32個灰度級

figure,imhist(j);

3樓：匿名使用者

i1=histeq(i0); %直方圖均衡化subplot(221), imshow(i0);

subplot(222), imhist(i0);

subplot(223), imshow(i1);

subplot(224), imhist(i1);

matlab 影象處理中，直方圖均衡處理與直方圖歸一化各有什麼作用？

4樓：匿名使用者

1、直方圖均衡化處理的「中心思想」是把原始影象的灰度直方圖從比較集中的某個灰度區間變成在全部灰度範圍內的均勻分佈。直方圖均衡化就是對影象進行非線性拉伸，重新分配影象畫素值，使一定灰度範圍內的畫素數量大致相同。直方圖均衡化就是把給定影象的直方圖分佈改變成「均勻」分佈直方圖分佈。

2、歸一化是一種無量綱處理手段，使物理系統數值的絕對值變成某種相對值關係。簡化計算，縮小量值的有效辦法。直方圖歸一化類比這個吧！

求matlab程式能夠對50張**同時進行直方圖均衡化，中值濾波，二值化處理的程式 10

5樓：

「同時"指50圖各自獨立處理只是時間上幾乎同時，還是把50張當作一張圖一樣整個進行直方圖均衡化等操作？

matlab裡直方圖均衡化用什麼函式?

6樓：與你最初

matlab直方

圖均衡化的函式只有一個histeq，它是用於影象處理的。histeq的作用是把「影象」的直方圖均衡化。

直方圖均衡化是影象處理領域中利用影象直方圖對對比度進行調整的方法。

這種方法通常用來增加許多影象的全域性對比度，尤其是當影象的有用資料的對比度相當接近的時候。通過這種方法，亮度可以更好地在直方圖上分佈。

這樣就可以用於增強區域性的對比度而不影響整體的對比度，直方圖均衡化通過有效地擴充套件常用的亮度來實現這種功能。

7樓：

你好，matlab直方圖均衡化的函式只有一個histeq，就是你說的那個。它是用於影象處理的。如果你的直方圖不是影象處理的直方圖，請給我短訊息，我可以把演算法給你。

histeq的作用是把「影象」的直方圖均衡化。

簡單的說，有些影象有太多的亮點或者有太多的暗點。histeq通過一個演算法，把亮度重新分配，讓人看得舒服自然。比如說原來的點都集中在暗處，1-25之間，histeq就可以把25亮度的點「拉」到255處，24「拉」到240處..

最後影象的細節都回呈現在你面前。

例子i = imread('pout.tif');

[j,t] = histeq(i);

figure,plot((0:255)/255,t);

寫一段**畫出一個影象的灰度直方圖（不能用matlab自帶的imhist函式），並作直方圖均衡化處理。

8樓：用著追她

1、先求出給定**的直方圖。

2、直方圖均衡化處理的公式，其中，v和u分別代表影象的高和寬。

3、為此，寫出**是：pic[i,j]=(255)/(u*v)*sum(c[:int(img[i,j])])。

4、均衡化的**如下。

5、畫出均衡化**的直方圖。

6、均衡化前後，**對比一下。做影象減法：pic-img。

9樓：匿名使用者

i=rgb2gray(i); %灰度化

%繪製直方圖

[m,n]=size(i);

gp=zeros(1,256);

for k=0:255

gp(k+1)=length(find(i==k))/(m*n); %計算每級灰度出現的概率，將其存入gp

end%三，直方圖均衡化

s1=zeros(1,256);

for i=1:256

for j=1:i

s1(i)=gp(j)+s1(i);

endend

s2=round((s1*256)+0.5); %將sk歸到相近級的灰度

for i=1:256

gpeq(i)=sum(gp(find(s2==i)));%計算現有每個灰度級出現的概率

endfigure;

subplot(221);bar(0:255,gp,'b');

title('原影象直方圖')

subplot(222);bar(0:255,gpeq,'b')title('均衡化後的直方圖')

x=i;

for i=0:255

x(find(i==i)) = s2(i+1);

endsubplot(223);imshow(i);

title('原影象') ;

subplot(224);imshow(x);

title('直方圖均衡後的影象');

10樓：匿名使用者

%% 灰度均衡化函式自編

i = rgb2gray(imread('lena.png'));

matlab_i=histeq(i);

for j=1:1:256

num_j(j)=max(size(find(j-1==i)));

endfor op=1:1:size(i,1)

for pk=1:1:size(i,2)

gray=i(op,pk,1);

gray1=sum(num_j(1:gray+1))/(size(i,1)*size(i,2))*255;

custom_i(op,pk,1)=uint8(round(gray1));

endend

figure;

subplot(231),imshow(i);title('原圖灰度化');

subplot(234),imhist(i);

subplot(232),imshow(matlab_i);title('matlab灰度均衡');

subplot(235),imhist(matlab_i);

subplot(233),imshow(custom_i);title('自定義灰度均衡');

subplot(236),imhist(custom_i);

直方圖均衡化後的影象怎麼算已知原影象，求直方圖均衡化後的影象。不要matlab程式。我只求明白原理就行 10

11樓：匿名使用者

如圖，是均衡前後的直方圖對比。

直方圖均衡化的意義在於：儘量讓每個亮度的點都一樣多，從而讓**的灰度細節儘量展現在人眼前，符合人眼檢視**的規律。

所以舊圖的直方圖並不平坦，做完直方圖均衡化以後，直方圖就會趨向平坦。

就拿上面2張直方圖舉例：

假設一張**的的亮度最低是0，最高是255（我就不說灰度了）

1。假設**是一張m*m畫素大小的**

2。轉換以後，假設，舊圖亮度在0-10之間的點數，等於新圖0-30之間的點數（因為舊圖很多點都擠在0-10之間，新圖要把這些點拉開）

3。又因為新圖是平坦的，所以我們很容易假設，亮度為30的點數，佔了總點數的1/256，也就是（m*m）/256

4。所以新圖中，0-30亮度之間的點數為30*（m*m）/256

5。根據上面2和4的關係列等式

30=(256/(m*m))*(亮度在0-10的點數總和)

6。把10換成p，30換成q，這樣對應任何舊圖中的p亮度，都可以計算出與之對應的新圖的亮度p。舊圖跟新圖的對映關係就出來了。

以上計算都是基於一個假設：（3）新圖的直方圖是平坦的。

在matlab的gui中對影象進行直方圖均衡化，直方圖統計…2319

12樓：匿名使用者

你先把要處理的影象載入到matlab的work資料夾裡面a=imread(『1.bmp』);%輸入真彩色影象b=rgb2gray(a);%轉化成灰度影象影象顯示

figure(1)

subplot(1,2,1);imshow(a);

subplot(1,2,2);imshow(b);

%顯示灰度影象與直方圖

figure(2)

subplot(1,2,1);imshow(b);

subplot(1,2,2);imhist(b);

%直方圖均衡化

c=histeq(b);

figure(3);

subplot(1,2,1);imshow(c);

subplot(1,2,2);imhist(c);

希望能對你有幫助~

matlab中如果將一幅影象進行一次直方圖均衡化處

matlab中如何把邊緣檢測出來的影象進行直線擬合

相對一幅影象進行Canny邊緣運算元濾波，不知怎麼弄

一幅解析度1024768的32色影象所需的儲存空間為

相關推薦