图像灰度变换与直方图均衡化：原理及MATLAB实现

图像灰度变换与直方图均衡化：原理及MATLAB实现

实验目的

• 熟悉和掌握图像的采样原理，实现图像的采样过程，并进行图像的灰度转换；- 理解直方图的概念及应用，实现图像直方图的显示，并通过直方图均衡和直方图规定化方法对图像进行修正。

实验内容

本次实验主要利用MATLAB对图像进行灰度变换和直方图均衡化操作，使用了以下函数：

1. imhist函数：用于数字图像的直方图计算或显示。

   • 语法： - imhist(I,N)：计算和显示图像I的直方图，N为指定的灰度级数目，默认为256。如果I是二值图像，那么N仅有两个值。 - [counts,x] = imhist(...)：返回直方图数据向量counts，相应的色彩值向量x。

2. histeq函数：用于数字图像的直方图均衡化。

   • 语法： - J = histeq(I,n)：对图像I进行直方图均衡化，n为均衡化后的级数，默认值为64。 - J = histeq(I,hgram)：进行'直方图规定化'，即将原始图像I的直方图变换成用户指定的向量hgram(即指定另一幅图像的直方图数据向量)。

3. imadjust函数：用于数字图像的灰度或颜色调整。

   • 语法： - J = imadjust(I)：将灰度图像I中的亮度值映射到J中的新值，并使1%的数据在低高强度和饱和，从而增加输出图像J的对比度值。 - J = imadjust(I,[low_in; high_in],[low_out; high_out])：将图像I中的亮度值映射到J中的新值，即将low_in至high_in之间的值映射到low_out至high_out之间的值。函数还提供了默认值[0 1]以及可以使用空的矩阵[]。low_in以下与high_in以上的值被剪切掉了，也就是说，low_in以下的值映射到low_out，high_in以上的值映射到high_out。

实验总结

通过本次实验，我们掌握了图像的灰度变换和直方图均衡化的方法：

1. 图像灰度变换: 利用imadjust函数可以对图像的灰度级进行拉伸，调整图像对比度，使图像细节更加清晰。2. 直方图: imhist函数可以帮助我们直观地了解图像的灰度分布情况，为后续的图像处理提供依据。3. 直方图均衡化: 利用histeq函数可以对图像进行直方图均衡化处理，有效地改善图像的对比度，增强图像的视觉效果。

总之，灰度变换和直方图及其均衡化是图像处理中常用的方法，通过对图像的灰度转换和直方图修正，我们可以改善图像的亮度和对比度，使图像更加清晰和易于分析。