繪制數(shù)字圖像灰度直方圖實驗報告matlab實現(xiàn)

1、數(shù)字圖像處理實驗報告實驗一 繪制直方圖學號 姓名 日期 實驗一 繪制直方圖一、實驗內(nèi)容1、 編程繪制數(shù)字圖像的直方圖。2、 直方圖均衡處理。二、實驗步驟1、 設(shè)計思想或者流程圖?；叶戎狈綀D是將數(shù)字圖像的所有像素，按照灰度值的大小，統(tǒng)計其所出現(xiàn)的頻度。通常，灰度直方圖的橫坐標表示灰度值，縱坐標為半個像素個數(shù)，也可以采用某一灰度值的像素數(shù)占全圖像素數(shù)的百分比作為縱坐標。直方圖均衡方法的基本原理是：對在圖像中像素個數(shù)多的灰度值（即對畫面起主要作用的灰度值）進行展寬，而對像素個數(shù)少的灰度值（即對畫面不起主要作用的灰度值）進行歸并。從而達到清晰圖像的目的。2、 源程序并附上注釋。clear all%一，

2、圖像的預處理，讀入彩色圖像將其灰度化PS=imread('1.jpg'); %讀入JPG彩色圖像文件imshow(PS) %顯示出來 title('輸入的彩色JPG圖像')imwrite(rgb2gray(PS),'PicSampleGray.bmp'); %將彩色圖片灰度化并保存PS=rgb2gray(PS); %灰度化后的數(shù)據(jù)存入數(shù)組%二，繪制直方圖m,n=size(PS); %測量圖像尺寸參數(shù)GP=zeros(1,256); %預創(chuàng)建存放灰度出現(xiàn)概率的向量for k=0:255 GP(k+1)=length(find(PS=k)/(m*n)

3、; %計算每級灰度出現(xiàn)的概率，將其存入GP中相應位置endfigure,bar(0:255,GP,'g') %繪制直方圖title('原圖像直方圖')xlabel('灰度值')ylabel('出現(xiàn)概率')%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); %計算Sk endendS2=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(xiàn)有每個灰度級出現(xiàn)的概

4、率endfigure,bar(0:255,GPeq,'b') %顯示均衡化后的直方圖title('均衡化后的直方圖')xlabel('灰度值')ylabel('出現(xiàn)概率')%四，圖像均衡化PA=PS;for i=0:255 PA(find(PS=i)=S2(i+1); %將各個像素歸一化后的灰度值賦給這個像素endfigure,imshow(PA) %顯示均衡化后的圖像 title('均衡化后圖像')imwrite(PA,'PicEqual.bmp');3、 程序運行結(jié)果比較。（包括結(jié)論）原始圖像均衡化后圖象原圖像直方圖均衡化后直方圖通過原始圖像和均衡化后的圖像對比，均衡化后圖像由彩色圖像變?yōu)榱嘶叶葓D像。原始圖像直方圖與均衡化后直方圖對比，均衡化后的直方圖灰度值更加平均，在整幅圖像中不在集中。4、 實驗體會。（心得體會、收獲）通過此次實驗，我學會了對matlab的基本操作，能夠在matlab下進行簡單的編程、調(diào)試和修改操作。同時我知道了直方圖均衡化是把原始圖像的灰度直方圖從比較集中的某個灰度區(qū)間變成在全部灰度范圍內(nèi)