作者简介：刘计平（１９６８－），女，河北省平山县人，讲师，硕士。
收稿日期：２００７－０８－１４；修回日期：２００７－１２－２５
０引言
这里讨论空间域直接对像素操作的图象增强，重点研究分析了用直方图增强图像的简便处理算法。图像增强是用来提高图像的视觉效果或将图像转换成适于人眼、机器分析形式的一门技术。用直方图变换方法进行图像增强技术是以概率论为基础的。具体讲直方图就是图像的每一级灰度所占的像素数目。对一幅灰度图像直方图给出了一幅图像所有灰度值的整体描述。可用直方图均衡化和规定化处理增强图像。
１直方图均衡化的图象增强
绘制直方图，横轴代表灰度级，纵轴代表每一灰度
级所占像素个数如图１。用以下公式可表示直方图：
ｐ（ｓｋ）＝ｎｋ／ｎ，ｋ＝０，１……，Ｌ－１，其中ｓｋ表示图像第Ｋ
级灰度值，ｎｋ对应Ｋ值灰度级的像素数，ｎ是图像的像素总数，Ｌ表示图像的灰度级总数如Ｌ＝２５６等，通过直方图图１可看出图象具有各灰度级的像素分布以及动态范围。
直方图均衡化的算法，这里以２５６级灰度图像为例，说明如下：１）统计原始灰度图的直方图的各灰度
级ｓｋ的像素ｎｋ（ｋ＝０，１，２，…，２５５）；２）用ｐｓ!"
ｓ＝ｎ
ｋｎ
；０≤ｓｋ≤２５５，ｋ＝０，１，…，２５５计算原始直方图，计算量
大。３）用２）中的结果来计算累计直方图ｔｋ＝２５５
ｋ＝０
$
ｎｋ
ｎ（ｋ＝０，１，２，…，２５５），计算量大。４）取整扩展ｔｋ＝ｉｎｔ［（Ｎ－１）ｔｋ＋０５］，其中（ｋ＝０，１，２，…，２５５，Ｎ＝２５６）。５）由４）计算结果，
建立映射对应关系（ｓｋ→ｔｋ），即将原始灰度图中灰度为ｓ
ｋ
的替换成新直方图中灰度为ｔｋ（ｋ＝０，１，２，…，２５５），如ｔ０
＝１，则ｓ０＝＞ｔ１＝１或０灰度级＝＞１灰度级。６）统计新直方
图各灰度级象素ｎｋ，注意几个原始灰度级映射到同一个新直方图灰度级时，此新直方图灰度级像素是几个原始灰度级象素的和。如：３＝＞６，４＝＞６，则ｎ６＝ｎ３＋ｎ４。７）用ｐ
ｓ!"ｓ＝
ｎ
ｋｎ
计算新直方图或均衡化后的直方图，可知新直方图灰度级减少，各灰度级概率突出和增大拉宽，结果是增强了图像的对比度以及增加了原灰度值的动态范围，把原始图像的直方图变成均匀分布的形式。
２直方图规定化的图象增强
直方图均衡化处理方法的效果还是很不错的，从
实现算法上也可以看出其优点主要在于能自动增强整幅图像的对比度，但具体的增强效果也因此不易控制，只能得到全局均衡化处理的直方图［１－２］。在实际应用中，往往要根据不同的要求得到特定形状的直方图分布，以有选择的对某灰度范围进行局部范围内的对比度增强，此时可以采用对直方图的规定化处理。直方图的规定化处理主要有三个步骤（以１幅６４×６４，８ｂｉｔ灰度图象为例说明）：
基于图像增强直方图
刘计平
（山西太原市交通职业技术学院，山西
太原
０３００３１）
【摘要】图像增强是数字图像的预处理，对图像整体和局部特征都能有效地进行改善。文章主要研究比较了直方
图的均衡化和规定化方法的图像增强的基本原理和算法，以及能改进灰度图像的对比度和灰度级动态范围的处理，为更好的快速掌握和应用直方图增强图像技术提供了好的指导和参考资料。【关键词】图像增强；直方图；均衡化；规定化；算法【中图分类号】ＴＨ８６
【文献标识码】Ｂ
【文章编号】１００３－７７３Ｘ（２００８）０２－０１６４－０３
ＢａｓｅｄｏｎＩｍａｇｅＥｎｈａｎｃｅｍｅｎｔｏｆＨｉｓｔｏｇｒａｍｓ
ＬＩＵＪｉ－ｐｉｎｇ
（ＳｃｈｏｏｌｏｆＪｉａｏｔｏｎｇＶｏｃａｔｉｏｎａｌＴｅｃｈｎｏｌｏｇｙ，Ｔａｉｙｕａｎ０３００３１，Ｓｈａｎｘｉ，Ｃｈｉｎａ）
〔Ａｂｓｔｒａｃｔ〕Ｉｍａｇｅｅｎｈａｎｃｅｍｎｔｗｈｉｃｈｉｓａｌｓｏｃａｌｌｅｄｐｒｅ－ｐｒｏｃｅｓｓｉｎｇｐｌａｙｓａｎｉｎｄｉｓｐｅｎｓａｂｌｅｒｏｌｅｉｎｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇ．Ｔｈｉｓａｒｔｉｃｌｅｉｎｔｒｏｄｕｃｅｓｔｗｏｋｉｎｄｓｏｆａｌｇｏｒｉｔｈｍ，ｈｉｓｔｏｇｒａｍｅｑｕａｌｉｚａｔｉｏｎａｎｄｓｐｅｃｉｆｉｃａｔｉｏｎｓ，ｗｈｉｃｈｃａｎｉｍｐｒｏｖｅｔｈｅｃｏｎｔｒａｓｔｄｅｔａｉｌｓａｎｄｅｑｕａｌｉｚｅｔｈｅｄｙｎａｍｉｃｒａｎｇｅｏｆｉｍａｇｅｇｒａｙｌｅｖｅｌ，ｗｈｉｃｈｐｒｏｖｉｄｅｇｏｏｄｄｉｒｅｃｔｉｏｎａｎｄｒｅｆｅｒｅｎｃｅｆｏｒｂｅｔｔｅｒａｎｄｒａｐｉｄｍａｓｔｅｒｉｎｇａｎｄｕｔｉｌｉｚｉｎｇｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔｔｅｃｈｎｏｌｏｇｙｏｆｈｉｓｔｏｇｒａｍｓ．〔Ｋｅｙｗｏｒｄｓ〕Ｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔ；Ｈｉｓｔｏｇｒａｍ；Ｅｑｕａｌｉｚａｔｉｏｎ；Ｓｐｅｃｉｆｉｃａｔｉｏｎ；Ａｌｇｏｒｉｔｈｍ
第２４卷第２期（总第１０１期）机械管理开发
２００８年４月Ｖｏｌ．２４Ｎｏ．２（ＳＵＭＮｏ．１０１）ＭＥＣＨＡＮＩＣＡＬＭＡＮＡＧＥＭＥＮＴＡＮＤＤＥＶＥＬＯＰＭＥＮＴ
Ａｐｒ．２００８
图１
直方图
第２４卷第２期（总第１０１期）机械管理开发２００８年４月
１）用公式Ｔｋ＝ｋ
ｉ＝０
!ｐｓｓｉ"#＝ｋ
ｉ＝０
!
ｎｉ
ｎ
（ｋ，ｉ＝０，１，…７，ｎｉ是第ｉ或ｋ灰度级出现的像素数，ｎ＝６４×６４＝４０９６是图象像素总数），对原始直方图进行累积灰度均衡化计算，
如：ｋ＝１，则Ｔ１＝１
ｉ＝０!ｎｉｎ＝ｎ０ｎ＋ｎ１ｎ；ｋ＝２，则Ｔ２＝２
ｉ＝０
!ｎｉｎ＝ｎ
０ｎ＋
ｎ１ｎ＋ｎ２
ｎ
等等，计算量大些。２）规定需要的直方图如图２。用公式Ｖｌ＝ｌ
ｊ＝０!ｐｕｕｊ"
$（Ｌ＝０．１．２），按第１步的方法计算
规定的直方图进行累积灰度均衡化的变换，规定直方图灰度级少计算少。本例可看出规定直方图只有３个灰度
级，而原始直方图有８个灰度级。一般只考虑规定直方图灰度级小于或等于原始直方图灰度级的情况。３）将所有原始直方图都对应映射到规定的直方图上，即将所有第１步的ｐｓ（ｓｉ）有８个灰度级都对应到第２步的３个灰度级ｐｕ（ｕｊ）上，有两种对应计算方法：（ＳＭＬ）单映射规则和（ＧＭＬ）组映射规则，由规则计算结果确定原始每级映射对应关系，再归化合成计算对应到规定直方图的新概率后就形成新的变换增强直方图。两种对应方法比较复杂，也是直方图规定化处理的难点，计算量也大。
下面重点说明（ＳＭＬ）单映射规则和（ＧＭＬ）组映射规则两种对应方法的简便理解算法：其实两种对应方法都是将原始直方图的８个灰度级都对应归化到规定直方图的３个灰度级上，对应规则都可使用下列公式依此找到使原始累积直方图和规定累积直方图之差绝对值最小的ｋ或Ｌ，只是两种映射规则计算方向不同，效果也不同。
ｍｉｎ
ｋ
ｉ＝０
!ｐ
ｓｓｉ%$－ｌ
ｊ＝０!ｐｕｕｊ"
$．ｋ＝０，１，…，７；Ｌ＝０，１，２设：△＝
ｋ
ｉ＝０
!ｐｓ
ｓｉ%$－ｌ
ｊ＝０
!ｐｕｕｊ%
$．对于（ＳＭＬ）单映射规则：就是对每一个原始灰度级Ｋ，用它的累积灰度值为基础计算△，依次在规定累积灰度级中，找到使△最小的规定级Ｌ，那么此原始灰度Ｋ级就被映射到规定级中的Ｌ级，如本例规定级只有三个值Ｌ３，Ｌ５，Ｌ７，那么原始灰度级只能被映射到这三个级，从Ｋ＝０对应的原始累积灰度值为基础值不动，用规定累积的三个灰度值Ｌ３，Ｌ５，Ｌ７与这个原始
灰度累积值做比较，如图３所示。
依次计算，最多计算三次［２］，找到使：
△＝ｋ
ｉ＝０!ｐｓｓｉ%$－ｌ
ｊ＝０!ｐｕｕｊ%
$＝０
ｉ＝０
!ｎｉｎ－ｌ
ｊ＝０!ｐｕｕｊ%$最小的规定级Ｌ，比如使△最小的规定级是Ｌ３，那么原始级Ｋ＝０就被映射到规定级Ｌ＝３，即０原始级对应到３规定级或写成０→３；下一个以Ｋ＝１对应的原始累积灰度值为基础，再以次用规定累积值的三个级做比较，依次在规定级中找到使：
△＝ｋｉ＝０!ｐｓｓｉ%$－ｌｊ＝０!ｐｕｕｊ%
$＝１
ｉ＝０
!ｎｉｎ－ｌ
ｊ＝０!ｐｕｕｊ%$最小的规定级Ｌ，比如是Ｌ５，则原始级Ｋ＝１就被映射到规定级Ｌ＝５，即１→５；再下一个从原始级Ｋ＝２按上面类似的都分别对应到规定级Ｌ３，Ｌ５，Ｌ７上，然后统计新直方图概率，注意对应到同一个相同规定级中的几个原始级要用这几个原始直方图值相加起来合成映射在规定级上的变换值或新直方图值，再用坐标轴画出直方图，效果好比较，因为这里的原始级是一个一个的分别计算对应到规定级上的，所以叫单映射规则，本规则计算麻烦量大。
对于（ＧＭＬ）组映射规则要计算简单许多，它是先把规定累积值分成规定的几组，这里举例是三组Ｌ３，Ｌ５，Ｌ７，对应每一个规定累积值规定级Ｌ，以此规定累积值做基础不动，与单映射规则相反计算方向的是依次在原始级
Ｋ中找到使△最小的Ｋ原始级，则这几个参加比较的原
始级最多到Ｋ原始级就都被映射到此规定级上；同方法
再以下一个规定累积值为基础，再从剩下的没有映射的原始级中依次找到使△最小的原始级，同理都被映射到此规定级上；如对规定累积值Ｌ＝３规定级，以这个规定级
Ｌ３的规定累积值做基础，图４所示。
与几个原始累积值做比较，依次在原始累积值原始级几个Ｋ中找到使△最小的原始级Ｋ，那么这几个做比较的原始级最多到使△最小的原始级Ｋ都一起被映射到此规定级Ｌ＝３；然后再用下一个规定累积值规定级做基础如Ｌ５，再同没有对应到规定级的原始级
Ｋ＋１以后的原始累积值做比较，依次在未对应的原始
图２
灰度的直分图
（以此原始累积值做基础不动）
（用相应规定累积值做比较）
图３
灰度值与原始灰度累积值比较图
（用相应原始累积值做比较）
（以此规定累积值做基础不动）
图４
Ｌ３级原始累积值比较图
（下转第１６７页）
刘计平，等：基于图像增强直方图
第２４卷第２期（总第１０１期）
机械管理开发２００８年４月
累积值原始级Ｋ＋１以后的灰度级中，找到使△最小的原始级，同理这几个原始级都对应到规定级Ｌ＝５；依此方法，直到所有原始级都被映射到规定级后，再把映射到规定级上的几个原始级的原始概率直方图相加合成新直方图的值，即为原始直方图经过规定化直方图处理后的新直方图，可以看出用组映射规则此方法是把原始级几个几个的都对应到规定级上，即对一个规定累积值规定级Ｌ，以它做基础不动，要依次计算比较几个原始累积值原始级Ｋ，并且找到使△最小的
原始级Ｋ，那么这几个参加比较的原始级以次最多到使△最小的一个原始级Ｋ，算一组原始级Ｋ的都被对应到一个规定级Ｌ，依此类推的好像原始级是一组一组的都对应映射到规定级上，所以叫组映射。用坐标画出所有图像的直方图增强效果比较一目了然。
参考文献
［１］章毓晋．图像工程（上册）图像处理和分析［Ｍ］．北京：清华
大学出版社，１９９９．３．
［２］
章毓晋．图像工程［Ｍ］．北京：清华大学出版社，２００６．３．
ＩＤＴ７１３４
的核心部分
是用于数据存储的存储器阵列，可为左右两个端口所公用。这样，位于两个端口的左右处理单元就可共享一个存储器。当两个ＣＰＵ对双口ＲＡＭ存取时，存在以下４种情况：１）两个ＣＰＵ不同时对同一地址单元存取数据；
２）两个ＣＰＵ同时对同一地址单元读取数据；３）两个ＣＰＵ同时对同一地址单元写入数据；４）两个ＣＰＵ同时
对同一地址单元，一个写入数据，一个读取数据。
在第一、二种情况时，两个ＣＰＵ的存取不会出现错误，第三种情况会出现写入错误，第四种情况会出现读出错误。为避免第三、四种情况错误的出现，ＩＤＴ７１３４芯片设计有硬件“ＢＵＳＹ”功能输出，其工作原理如下：当左右端口不对同一地址单元读写时，ＢＵＳＹＲ＝Ｈ，ＢＵＳＹＬ＝Ｈ，可正常读写。
当左右端口对同一地址单元读写时，有一个端口的ＢＵＳＹ＝Ｌ，禁止数据的读写。此时，两个端口中，哪个端口的读写请求信号出现在前，其对应的ＢＵＳＹ＝Ｈ，允许读写。请求信号在后的端口对应的ＢＵＳＹ＝Ｌ，禁止读写。从而避免双端口读写出现错误。
３双口ＲＡＭＩＤＴ７１３４在ＳＴＤ总线与单片机通讯中的
应用
在某气象测量设备中，为解决ＳＴＤ工控机主控模板与单独控制智能传感器的单片机之间的数据传输问题，在ＳＴＤ总线和单片机之间使用了双口ＲＡＭＩＤＴ７１３４。主控模板通过ＳＴＤ总线访问ＩＤＴ７１３４的左端口，单片机访问
ＩＤＴ７１３４的右端口。其接口电路如图３所示。
从图３看出，采用双口ＲＡＭ使得ＳＴＤ总线与单片
机的接口电路变得简单、可靠，同时使主从计算机之间具有很高的通信速度。经试验测试，在传输２Ｋ字节的系统数据过程中，其传输速率高达６Ｍ字节／秒。很好的满足了测量设备采样周期的实时性要求。
４结束语
本文结合ＩＤＴ７１３４在ＳＴＤ总线与单片机通讯中的
应用，介绍了利用双口ＲＡＭ实现主从计算机之间的通信的实用、高效的方法。这种设计不仅简化了系统的硬件配置和软件编程，而且使系统具有较高的通信速度，保证了系统的实时性。
参考文献
［１］胡汉才．单片机原理及其接口技术［Ｍ］．北京：清华大学出版社，１９９６．
［２］
朱善君，孙新亚，吉吟东．单片机接口技术与应用［Ｍ］．北京：清华大学出版社，２００５．
图２ＩＤＴ７１３４的内部结构
图３
ＩＤＴ７１３４的接口电路
""""""""""""""""""""""""""""""""""""""""""""""""""（上接第１６５页）
杨慧，等：双端口ＲＡＭ在ＳＴＤ总线与单片机通讯中的应用
基于直方图均衡的图像质量改善 班级：测控1004学号：2013270162姓名：杨明 摘要：为了解决灰度图像的灰度值分布集中在较窄的范围内，图像的细节不够清晰，对比度较低的问题。通过直方图均衡化使图像的灰度范围拉开或使灰度均匀分布，从而增大反差，使图像的细节清晰，以达到增强目的，直方图均衡化可得到任意的均匀直方图灰度图像。直方图均衡化是一种行之有效的图像增强方法，直方图均衡化是将原灰度图像的直方图通过变换函数变为均匀的直方图，然后按均匀直方图修改原图像，从而获得一幅灰度分布均匀的新图像。基于Matlab编程和工具箱的使用，实现图像直方图均衡化的图像仿真。 关键词：直方图均衡化；图像增强；Matlab Abstract: In order to solve the gray image gray value distribution concentrated in a narrow range of image detail is not clear enough, the problem of low contrast. Gray histogram equalization range so that the gradation image or pulled evenly distributed, thereby increasing the contrast, so that a clear image detail, in order to achieve the purpose of enhancing, histogram equalization histogram obtained arbitrary uniform gray image . Histogram equalization is an effective method for image enhancement, histogram equalization is the histogram of the original gray-scale image by histogram transformation function becomes uniform, a uniform histogram modification then the original image, thereby obtaining a a gray uniform distribution of the new image. Matlab toolbox based programming and the use of image histogram equalization image simulation. Keywords: histogram equalization; image enhancement; Matlab
数字图像处理 实验 实验四：图像增强—直方图变换学院：信息工程学院 姓名： 学号： 专业及班级： 指导教师：
一、实验目的 1．掌握灰度直方图的概念及其计算方法； 2．熟练掌握直力图均衡化和直方图规定化的计算过程； 3．熟练掌握空域滤波中常用的平滑和锐化滤波器； 4．掌握色彩直方图的概念和计算方法； 5．利用MATLAB程序进行图像增强。 二、实验内容 图像增强是指按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些不需要的信息的处理方法。其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。图像增强技术主要有直方图修改处理、图像平滑化处理、图像尖锐化处理和彩色处理技术等。本实验以直方图均衡化增强图像对比度的方法为主要内容，其他方法同学们可以在课后自行联系。 直方图是多种空间城处理技术的基础。直方图操作能有效地用于图像增强。除了提供有用的图像统计资料外，直方图固有的信息在其他图像处理应用中也是非常有用的，如图像压缩与分割。直方图在软件中易于计算，也适用于商用硬件设备，因此，它们成为了实时图像处理的一个流行工具。 直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况。直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。灰度直方图是图像预处理中涉及最广泛的基本概念之一。 图像的直方图事实上就是图像的亮度分布的概率密度函数，是一幅图像的所有象素集合的最基本的统计规律。直方图反映了图像的明暗分布规律，可以通过图像变换进行直方图调整，获得较好的视觉效果。 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。 三、实验具体实现 显示原图像的直方图和经过均衡化处理过的图像直方图： I=imread('1.jpg'); % 读入原图像 J=histeq(I); %对原图像进行直方图均衡化处理 subplot(2,2,1) ;imshow(I); %显示原图像 title('原图像'); %给原图像加标题名 %对原图像进行屏幕控制；显示直方图均衡化后的图像 subplot(2,2,2) ;imshow(J); %给直方图均衡化后的图像加标题名 title('直方图均衡化后的图像') ; %对直方图均衡化后图像进行屏幕控制；作一幅子图，并排两幅图的第1幅 subplot(2,2,3) ; imhist(I,64); %将原图像直方图显示为64级灰度 title('原图像直方图') ; %给原图像直方图加标题名
Computer Knowledge and Technology 电脑知识与技术第7卷第4期(2011年2月)直方图图像增强技术 龙清 （重庆广播电视集团（总台），重庆401147） 摘要：图像增强就是通过一定的方法对图像进行处理和变换，它能有效地改善图像整体质量和局部特征，是数字图像的预处理。基于直方图均衡化和规定化处理的图像增强技术，能有效地改善图像的对比度和灰度动态范围。实验结果表明，直方图均衡化和规定化处理确能有效地改善图像的对比度和灰度动态范围，从而改善图像的可视质量。 关键词：图像增强；直方图；均衡化；规定化；灰度级；MATLAB 中图分类号：TP391文献标识码：A 文章编号：1009-3044(2011)04-0883-04 The Image Enhancement Based on Histogram LONG Qing (Chongqing Radio &TV Group (Station),Chongqing 401147,China) Abstract:Image enhancement which is also called image pre-processing ,can improve the visual quality of the whole and partial image,by transforming the image's data according to some special methods.The image enchancement based on histogram equalization and specifica -tion can improve the contrast details and the dynamic range of gray level of the image.The MATLAB experiments demonstrate that the image enchancement based on histogram equalization and specification actually make the image better in vision. Key words:image enhancement;histogram;equalization;specification;gray level;MATLAB 在图像摄取、传输和变换过程中，由于受到系统噪声、曝光不足（或过量）以及相对运动等因素影响，获取的图像往往会与原始图像之间产生某些差异(称为降质或退化)。降质后的图像质量变差，从中提取的信息量减少，甚至出现错误信息。图像增强技术可以根据图像的模糊情况，采用各种特殊的技术手段来突出图像中的某些信息，削弱或消除无关信息，达到整体或局部改善图像质量的目的。目前，图像增强技术还没有统一的技术标准，采用的方法也有所不同，常用的图像增强技术有直方图修改、图像平滑滤波、图像锐化等方法。本文将着重分析基于直方图修改的图像增强技术。 1图像增强 图像增强就是通过一定的方法给原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征，抑制图像中某些不需要的特征，使图像与视觉响应特性相匹配。在图像增强过程中，不用分析图像降质的原因，处理后的图像不一定完全逼近原始图像。增强图像可以是一个失真的过程，其目的就是要改善图像的视觉效果。针对给定图像的应用场合，有目的地选择强调图像的整体特征或局部特征，将原来模糊的图像变得清晰，扩大图像中不同物体之间的特征差别，改善图像质量，丰富信息量，加强图像判读和识别效果，从而满足某些特殊分析的需要。 灰度是图像的一个重要技术指标，对图像灰度的研究有着广泛的代表意义，本文将以灰度图像作为研究对象。对于灰度图像来说，所有的像素都可以用灰度来表示，其图像灰度的亮度函数（阵列）大于零。 2灰度直方图 直方图又称柱状图，就是相对将一个变量的不同等级的频数用柱状线标绘的图表。灰度直方图反映了数字图像中每一灰度级与其出现频率之间的统计关系，可表达为： p(r k )=n k /n k=0,1,2…L-1 其中，n 为图像像素总数，r k 表示第k 个灰度级，n k 表示图像中灰度级r k 出现的像素的个数，p(r k )表示灰度级r k 出现的概率。灰度直方图是一个概率密度函数，如果图像的灰度级都集中在很窄的灰度范围内，则表明该图像的灰度取值动态范围小，相应的图像对比度较低；如果图像的灰度级比较均匀地分布在较大的灰度范围内，则表明该图像具有较大的灰度动态范围，相应的图像具有较大的对比度。灰度直方图给出了关于图像概貌的一个总体描述，从灰度图中可以知道图像的灰度范围、每个灰度级的出现频率、灰度级的分布、整幅图像的平均明暗和对比度等情况，为进一步处理图像提供了重要的依据。通过有针对性地改变直方图的灰度分布状况，使灰度均匀地或按预期目标分布于整个灰度范围，从而达到增强图像的效果。3直方图均衡化 3.1整体直方图均衡化 直方图均衡化就是把原图像的直方图通过灰度变换函数修正为灰度均匀分布的直方图，然后按均衡直方图修正原图像。它以收稿日期：2011-01-18 作者简介：龙清（1966-），男，重庆广播电视集团（总台）高级工程师，硕士，曾在《电视技术》、《光通信技术》等杂志上发表过文章。E-mail:eduf@https://www.doczj.com/doc/0d15236462.html, https://www.doczj.com/doc/0d15236462.html, Tel:+86-551-56909635690964ISSN 1009-3044Computer Knowledge and Technology 电脑知识与技术Vol.7,No.4,February 2011,pp.883-886
数字图像处理实验报告 实验名称：直方图均衡化 ： 班级： 学号： 专业：电子信息工程（2+2） 指导教师：华华 实验日期：2012年5月24日
直方图均衡化 图像对比度增强的方法可以分成两类:一类是直接对比度增强方法;另一类是间接对比度增强方法。直方图均衡化是最常见的间接对比度增强方法。直方图均衡化则通过使用累积函数对灰度值进行“调整”以实现对比度的增强。 直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度围的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度围的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。 缺点： 1）变换后图像的灰度级减少，某些细节消失； 2）某些图像，如直方图有高峰，经处理后对比度不自然的过分增强。 直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。 这种方法通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。 直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了象素灰度值的动态围从而可达到增强图像整体对比度的效果。设原始图像在(x，y)处的灰度为f，而改变后的图像为g，则对图像增强的方法可表述为将在(x，y)处的灰度f映射为g。在灰度直方图均衡化处理中对图像的映射函数可定义为:g = EQ (f)，这个映射函数EQ(f)必须满足两个条件(其中L为图像的灰度级数): (1)EQ(f)在0≤f≤L-1围是一个单值单增函数。这是为了保证增强处理没有打乱原始图像的灰度排列次序，原图各灰度级在变换后仍保持从黑到白(或从白到黑)的排列。 (2)对于0≤f≤L-1有0≤g≤L-1，这个条件保证了变换前后灰度值动态围的一致性。 累积分布函数即可以满足上述两个条件，并且通过该函数可以完成将原图像f的分布转换成g的均匀分布。此时的直方图均衡化映射函数为: gk = EQ(fk) = (ni/n) = pf(fi) ， (k=0，1，2，……，L-1) 上述求和区间为0到k，根据该方程可以由源图像的各像素灰度值直接得到直方图均衡化后各像素的灰度值。在实际处理变换时，一般先对原始图像的灰度情况进行统计分析，并计算出原始直方图分布，然后根据计算出的累计直方图分布求出fk到gk的灰度映射关系。在重复上述步骤得到源图像所有灰度级到目标图像灰度级的映射关系后，按照这个映射关系对
基于颜色直方图的图像检索 作者:吴亚平学号:200812017081203009 1.概述 在过去的十几年间，有许多知名机构都对图像检索系统进行了深入的研究，病开发出了相应的检索系统，例如IBM Almaden研究中心研制的QBIC系统，Virage公司研发的VIRAGE系统，麻省理工大学多媒体实验室研发的Photobook系统，哥伦比亚大学研发的VisualSeek系统，斯坦福大学研发的WBIIS系统，U.C.伯克利分校研发的Blobworld系统等等。 这些检索系统的基本特征都是基于图像像素值的特征提取相应的规则图像，例如形状、颜色、纹理等，并以此为依据对图像进行比较检索，在这篇论文中，系统采用了基于颜色特征提取的检索。基于直方图在两个颜色空间对图像特征进行判定检索。这两个颜色空间是RGB和HSV。通过对两副图像对应的RGB和HSV 值计算其距离，依据距离的远近来判断相似性，这种方法简单易行，由于丢弃了图像的形状、颜色、纹理等信息，判定的计算量相对较小。当然这也导致了两副图像之间的判定没有实际的语义上的关联，也就是说，距离相近的图像并不一定有事实上的相应联系。但是，经过试验的判定，这种基于直方图的图像检索系统能够为图片检索提供相对精确的检索结果。 2.相关知识 2.1. RGB颜色空间 RGB颜色模型中每种颜色都是由红绿蓝三种颜色组成。这种颜色模型在许多CRT显示器和彩色光栅图形设备中被广泛使用。这三种颜色被认为是其他颜色的
添加剂，对于所需要的颜色通过对这三种颜色进行不同的比例进行相加即可得到。RGB模型可以用如下的颜色坐标系表示。注意从（0，0，0）到（1，1，1）的对角线，白色代表了灰阶，RGB色彩模式俯视从白色开始的。 2.2. HSV颜色空间（也称HIS颜色空间） HSV字母分别代表了色度（Hue），饱和度（Saturation），色调。上面的锥形图说明HSV的颜色模型。Value代表了颜色的强度，他是从图像信息中分离出来，可以表示相关信息的部分。色度和饱和度代表了颜色在人眼中的生理特征。色度与红色等颜色从0到1的表示不同，色度是从红色通过黄，绿，青，蓝，洋红色，再回到红色。饱和度的区分是从0 到 1，他通过值大小来影响颜色的饱和度。对于色调，也是从0到1，随着他的增大，图像的颜色就会越来越亮。
《数字图像处理》实验 报告（二） 学号：____________ 姓名：__________ 专业：____ 课序号：__________ 计算机科学与技术学院
实验2直方图均衡化 一、实验学时：4学时（本部分占实验成绩的40%） 二、实验目的： 1、理解直方图均衡化的原理及步骤； 2、编程实现图像（灰度或彩色）的直方图均衡化。 三、必须学习和掌握的知识点： 直方图均衡化是一种快速有效且简便的图像空域增强方法，在图像处理中有着非常重要的意义，因此要求掌握。 四、实验题目： 编程实现灰度图像的直方图均衡化处理。要求给出原始图像的直方图、均衡化图像及其直方图和直方图均衡化时所用的灰度级变换曲线图。 五、思考题：（选做，有加分） 实现对灰度图像的直方图规定化处理。 六、实验报告： 请按照要求完成下面报告内容并提交源程序、可执行程序文件和实验结果图像。
1、请详细描述本实验的原理： 1.直方图均衡化概述 图像对比度增强的方法可以分成两类:一类是直接对比度增强方法;另一类是间接对比度增强方法。直方图拉伸和直方图均衡化是两种最常见的间接对比度增强方法。直方图拉伸是通过对比度拉伸对直方图进行调整，从而“扩大”前景和背景灰度的差别，以达到增强对比度的目的，这种方法可以利用线性或非线性的方法来实现;直方图均衡化则通过使用累积函数对灰度值进行“调整”以实现对比度的增强。 直方图均衡化的英文名称是Histogram Equalization. 直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。这种方法通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。 2基本思想 直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。 直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了象素灰度值的动态范围从而可达到增强图像整体对比度的效果。设原始图像在(x，y)处的灰度为f，而改变后的图像为g，则对图像增强的方法可表述为将在(x，y)处的灰度f映射为g。在灰度直方图均衡化处理中对图像的映射函数可定义为:g = EQ (f)，这个映射函数EQ(f)必须满足两个条件(其中L为图像的灰度级数): (1)EQ(f)在0≤f≤L-1范围内是一个单值单增函数。这是为了保证增强处理没有打乱原始图像的灰度排列次序，原图各灰度级在变换后仍保持从黑到白(或从白到黑)的排列。 (2)对于0≤f≤L-1有0≤g≤L-1，这个条件保证了变换前后灰度值动态范围的一致性。 累积分布函数(cumulative distribution function，CDF)即可以满足上述两个条件，并且通过该函数可以完成将原图像f的分布转换成g的均匀分布。此时的直方图均衡化映射函数为: gk = EQ(fk) = (ni/n) = pf(fi) ， (k=0，1，2，……，L-1)
作者简介：刘计平（１９６８－），女，河北省平山县人，讲师，硕士。 收稿日期：２００７－０８－１４；修回日期：２００７－１２－２５ ０引言 这里讨论空间域直接对像素操作的图象增强，重点研究分析了用直方图增强图像的简便处理算法。图像增强是用来提高图像的视觉效果或将图像转换成适于人眼、机器分析形式的一门技术。用直方图变换方法进行图像增强技术是以概率论为基础的。具体讲直方图就是图像的每一级灰度所占的像素数目。对一幅灰度图像直方图给出了一幅图像所有灰度值的整体描述。可用直方图均衡化和规定化处理增强图像。 １直方图均衡化的图象增强 绘制直方图，横轴代表灰度级，纵轴代表每一灰度 级所占像素个数如图１。用以下公式可表示直方图： ｐ（ｓｋ）＝ｎｋ／ｎ，ｋ＝０，１……，Ｌ－１，其中ｓｋ表示图像第Ｋ 级灰度值，ｎｋ对应Ｋ值灰度级的像素数，ｎ是图像的像素总数，Ｌ表示图像的灰度级总数如Ｌ＝２５６等，通过直方图图１可看出图象具有各灰度级的像素分布以及动态范围。 直方图均衡化的算法，这里以２５６级灰度图像为例，说明如下：１）统计原始灰度图的直方图的各灰度 级ｓｋ的像素ｎｋ（ｋ＝０，１，２，…，２５５）；２）用ｐｓ!" ｓ＝ｎ ｋｎ ；０≤ｓｋ≤２５５，ｋ＝０，１，…，２５５计算原始直方图，计算量 大。３）用２）中的结果来计算累计直方图ｔｋ＝２５５ ｋ＝０ $ ｎｋ ｎ（ｋ＝０，１，２，…，２５５），计算量大。４）取整扩展ｔｋ＝ｉｎｔ［（Ｎ－１）ｔｋ＋０５］，其中（ｋ＝０，１，２，…，２５５，Ｎ＝２５６）。５）由４）计算结果， 建立映射对应关系（ｓｋ→ｔｋ），即将原始灰度图中灰度为ｓ ｋ 的替换成新直方图中灰度为ｔｋ（ｋ＝０，１，２，…，２５５），如ｔ０ ＝１，则ｓ０＝＞ｔ１＝１或０灰度级＝＞１灰度级。６）统计新直方 图各灰度级象素ｎｋ，注意几个原始灰度级映射到同一个新直方图灰度级时，此新直方图灰度级像素是几个原始灰度级象素的和。如：３＝＞６，４＝＞６，则ｎ６＝ｎ３＋ｎ４。７）用ｐ ｓ!"ｓ＝ ｎ ｋｎ 计算新直方图或均衡化后的直方图，可知新直方图灰度级减少，各灰度级概率突出和增大拉宽，结果是增强了图像的对比度以及增加了原灰度值的动态范围，把原始图像的直方图变成均匀分布的形式。 ２直方图规定化的图象增强 直方图均衡化处理方法的效果还是很不错的，从 实现算法上也可以看出其优点主要在于能自动增强整幅图像的对比度，但具体的增强效果也因此不易控制，只能得到全局均衡化处理的直方图［１－２］。在实际应用中，往往要根据不同的要求得到特定形状的直方图分布，以有选择的对某灰度范围进行局部范围内的对比度增强，此时可以采用对直方图的规定化处理。直方图的规定化处理主要有三个步骤（以１幅６４×６４，８ｂｉｔ灰度图象为例说明）： 基于图像增强直方图 刘计平 （山西太原市交通职业技术学院，山西 太原 ０３００３１） 【摘要】图像增强是数字图像的预处理，对图像整体和局部特征都能有效地进行改善。文章主要研究比较了直方 图的均衡化和规定化方法的图像增强的基本原理和算法，以及能改进灰度图像的对比度和灰度级动态范围的处理，为更好的快速掌握和应用直方图增强图像技术提供了好的指导和参考资料。【关键词】图像增强；直方图；均衡化；规定化；算法【中图分类号】ＴＨ８６ 【文献标识码】Ｂ 【文章编号】１００３－７７３Ｘ（２００８）０２－０１６４－０３ ＢａｓｅｄｏｎＩｍａｇｅＥｎｈａｎｃｅｍｅｎｔｏｆＨｉｓｔｏｇｒａｍｓ ＬＩＵＪｉ－ｐｉｎｇ （ＳｃｈｏｏｌｏｆＪｉａｏｔｏｎｇＶｏｃａｔｉｏｎａｌＴｅｃｈｎｏｌｏｇｙ，Ｔａｉｙｕａｎ０３００３１，Ｓｈａｎｘｉ，Ｃｈｉｎａ） 〔Ａｂｓｔｒａｃｔ〕Ｉｍａｇｅｅｎｈａｎｃｅｍｎｔｗｈｉｃｈｉｓａｌｓｏｃａｌｌｅｄｐｒｅ－ｐｒｏｃｅｓｓｉｎｇｐｌａｙｓａｎｉｎｄｉｓｐｅｎｓａｂｌｅｒｏｌｅｉｎｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇ．Ｔｈｉｓａｒｔｉｃｌｅｉｎｔｒｏｄｕｃｅｓｔｗｏｋｉｎｄｓｏｆａｌｇｏｒｉｔｈｍ，ｈｉｓｔｏｇｒａｍｅｑｕａｌｉｚａｔｉｏｎａｎｄｓｐｅｃｉｆｉｃａｔｉｏｎｓ，ｗｈｉｃｈｃａｎｉｍｐｒｏｖｅｔｈｅｃｏｎｔｒａｓｔｄｅｔａｉｌｓａｎｄｅｑｕａｌｉｚｅｔｈｅｄｙｎａｍｉｃｒａｎｇｅｏｆｉｍａｇｅｇｒａｙｌｅｖｅｌ，ｗｈｉｃｈｐｒｏｖｉｄｅｇｏｏｄｄｉｒｅｃｔｉｏｎａｎｄｒｅｆｅｒｅｎｃｅｆｏｒｂｅｔｔｅｒａｎｄｒａｐｉｄｍａｓｔｅｒｉｎｇａｎｄｕｔｉｌｉｚｉｎｇｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔｔｅｃｈｎｏｌｏｇｙｏｆｈｉｓｔｏｇｒａｍｓ．〔Ｋｅｙｗｏｒｄｓ〕Ｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔ；Ｈｉｓｔｏｇｒａｍ；Ｅｑｕａｌｉｚａｔｉｏｎ；Ｓｐｅｃｉｆｉｃａｔｉｏｎ；Ａｌｇｏｒｉｔｈｍ 第２４卷第２期（总第１０１期）机械管理开发 ２００８年４月Ｖｏｌ．２４Ｎｏ．２（ＳＵＭＮｏ．１０１）ＭＥＣＨＡＮＩＣＡＬＭＡＮＡＧＥＭＥＮＴＡＮＤＤＥＶＥＬＯＰＭＥＮＴ Ａｐｒ．２００８ 图１ 直方图
目录 1、引言 (2) 2、直方图基础 (3) 3、直方图均衡化 (3) 3.1 直方图均衡化的概念 (3) 3.2 直方图均衡化理论 (4) 3.3 Matlab 实现 (4) 4、结论 (7) 致谢 (7) 参考文献 (7)
图像增强处理 —直方图均衡化的Matlab 实现摘要：为了使图像的灰度范围拉开或使灰度均匀分布，从而增大反差，使图像细节清晰，以达到增强的目的，通常采用直方图均衡化及直方图规定化两种变换，此文中探讨了直方图的理论基础，直方图均衡化的概念及理论，以Matlab为平台，对某地区遥感TM单波段遥感影像进行直方图均衡化，并给出了具体程序、仿真结果图像、直方图及变换函数。实验结果表明，原来偏暗的且对比度较低的图像经过直方图均衡化后图像的对比度及平均亮度明显提高，直方图均衡化处理能有效改善灰度图像的对比度差和灰度动态范围。 关键词：图像增强直方图均衡化 Matlab 1、引言 图像增强是指对图像的某些特征，如边缘、轮廓或对比度等进行强调或尖锐化。当一幅图像曝光不足或过度，造成对比度过小或过大而不能显示具体细节，通过增加这些细节的动态范围改善图像的视觉效果。图像增强可以突出图像中所感兴趣的特征信息，改善图像的主观视觉质量，提高图像的可懂度。 增强的首要目标是处理图像，使其比原始图像更适合于特定应用。图像增强的方法分为两大类：空间域方法和频域方法。“空间域”一词是指图像平面本身，这类方法是以对图像的像素直接处理为基础的。“频域”处理技术是以修改图像的傅氏变换为基础的。 一般说来，原始遥感数据的灰度值范围都比较窄，这个范围通常比显示器的显示范围小的多。增强处理可将其灰度范围拉伸到0-255 的灰度级之间来显示，从而使图像对比度提高，质量改善。增强主要以图像的灰度直方图最为分析处理的基础。直方图均衡化能够增强整个图像的对比度，提高图像的辨析程度，算法简单，增强效果好。本文主要讨论了空间域的直方图均衡化增强，并用Matlab 进行实验验证。 2、直方图基础 1、灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像元的个数。确定图像像
图像直方图的均衡化处理 一，技术要求 1.1，利用matlab提供的函数处理 (2) 1.2，利用matlab自行编辑代码处理 (3) 二，基本原理 (3) 2.1，直方图的均衡化 (3) 2.2，直方图的标准化 (3) 三，建立模型描述 ......................................................................... 3~4 3.1，利用matlab提供的函数处理 (4) 3.2，利用matlab自行编辑代码 (4) 四，源程序代码 ............................................................................. 5~6 4.1，绘制图像直方图的代码 (5) 4.2，绘制图像均衡化后直方图的代码 (5) 4.3，显示均衡化后图像的代码 (6) 五，调试过程及结论 ..................................................................... 6~8 5.1，在编辑窗口键入绘制直方图的源代码得到的输出结果为图2 (6) 5.2，利用matlab函数绘制的图像直方图标准化的输出结果如图3..7 5.3，直方图均衡化输出结果如图4所示。 (8) 六，心得体会 (9) 七，参考文献 (9)
图像直方图的均衡化处理 一，技术要求 1.1，利用matlab提供的函数处理 利用matlab提供的函数画出一幅图像的直方图，对其进行均衡化和标准化处理，并比较均衡化（标准化）后图像和原图像的区别。 1.2，利用matlab自行编辑代码处理 利用matlab自行编辑代码，实现一幅图像的直方图显示和均衡化的处理，同样比较处理前后两幅图像的区别，了解图像均衡化的效果和实际运用。 二，基本原理 直方图是多种空域处理技术的基础。它能有效的用于图像增强。 2.1，直方图的均衡化 直方图的均衡化是把原始图像的灰度直方图从比较集中的某个区域变成全部灰度范围内的均匀分布，实际上是对图像进行非线性拉伸。使一定灰度范围内的像素个数大致相同。这样就能增强图像的局部对比度，亮度可以更好的在直方图上分布。 2.2，直方图的标准化 直方图的标准化实际上原理和直方图的均衡化原理大致相同，也是将原始图像的灰度值从比较集中地部分扩展到较大范围内的均匀分布，但是它和均衡化的不同在于均衡化是将灰度值范围变成全部灰度范围的均匀分布，而标准化是将灰度值范围扩展到一个相对以前要大一些的范围内，并不要求要变成全部灰度范围内的均匀分布。 三，建立模型描述 3.1，利用matlab提供的函数处理
实验二数字图像的直方图统计 一、实验目的 1．了解对灰度图像进行直方图统计的基本原理； 2．掌握用VC编程实现直方图统计的方法； 3．在微机上调试程序； 5. 分析数字图像直方图的特点。 二、实验原理 图像的直方图 图像的（灰度统计）直方图是一个一维的离散函数。它的定义为： 设s k为图像f(x,y)的第k级灰度值，n k是f(x,y)中具有灰度值s k的象素的个数，n是图像象素总数，则： p s(s k)= n k/n k=0，1， ，L-1 称为图像f(x,y)的直方图。 这里p s(s k)代表原始图中第k个灰度级的出现概率。以n k为自变量，以p s(s k)为函数，得到的曲线就是图像的直方图，在实际中常常直接将对第k个灰度级的统计值n k作为图像的直方图。 它提供了原图灰度值的分布情况，也可以说给出了一幅图所有灰度值的整体描述。 对灰度图像进行直方图统计的程序流程图如图2-1所示。 图2-1 灰度图像直方图统计流程 三、实验前准备 1．预习本实验中关于数字图像直方图统计的有关内容； 2. 预习VC中添加对话框的步骤和方法； 3．了解本实验的目的和实验内容。 四、实验内容 1．在实验一的基础上读入并显示一幅数字图像； 2．编写对灰度图像进行直方图统计的程序，并将结果显示在屏幕上。 五、实验报告要求 1．总结对灰度图像进行直方图统计的过程，比较不同的图像其直方图特性；
2．对实验结果进行分析。 六、参考步骤和程序 在实验一的基础上，进行如下操作： 1、点击ResourceView，右键点击Dialog，选Insert Dialog 在属性对话框中将ID改为 ID_HIST，对话框名称改为“直方图” 2、在工具栏中点“插入”－“新建类”，输入类名，并选Base Class为CDialog，Dialog ID为 ID_HIST。这样就将对话框和类联系起来了，在该对话框中拖入一Edit控件，将其ID 设为IDC_HISTSHOW； 3、快捷键“Ctrl＋W”，出现MFC ClassWizard对话框，在Messages栏中分别选 WM_INITDIALOG和WM_Paint，再点击“Add Function”，即将对话框初始化和画图函数加入对话框类之中。 4、在Hist.h文件“public:”下面输入如下变量定义： LONG m_lCount[256]; char* m_lpDIBBits; LONG m_lWidth; LONG m_lHeight; int m_iIsDraging; CDlgIntensity(CWnd* pParent = NULL); 5、打开Hist.cpp程序，在CHist::OnInitDialog()函数中“// TODO: Add extra initialization here” 前将如下代码拷贝进去： unsigned char* lpSrc; LONG i; LONG j; 6、在“// TODO: Add extra initialization here”后将如下代码拷贝进去： CWnd* pWnd=GetDlgItem(IDC_HISTSHOW); pWnd->GetClientRect(m_MouseRect); pWnd->ClientToScreen(&m_MouseRect); CRect rect; GetClientRect(rect); ClientToScreen(&rect); m_MouseRect.top-=rect.top; m_MouseRect.left-=rect.left; m_MouseRect.top+=25; m_MouseRect.left+=10; m_MouseRect.bottom=m_MouseRect.top+255; m_MouseRect.right=m_MouseRect.left+256; for(i=0;i<256;i++) { m_lCount[i]=0;
实验 1.直方图均衡化程序的原理及步骤 直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某灰度区间变成在全部灰度范围内的均匀分布。 直方图均衡化的原理： 直方图均衡化是把原图像的直方图通过灰度变换函数修正为灰度均匀分布的直方图,然后按均衡直方图修正原图像,其变换函数取决于图像灰度直方图的累积分布函数。概括地说,就是把一已知灰度概率分布的图像,经过一种变换,使之演变成一幅具有均匀概率分布的新图像。当图像的直方图为一均匀分布时,图像的信息熵最大,此时图像包含的信息量最大,图像看起来更清晰。灰度直方图用各灰度值出现的相对频数(该灰度级的像素数与图像总像素数之比)表示。 直方图表示数字图像中每一灰度级与其出现频数的的统计关系，用横坐标表示灰度级，纵坐标表示频数。直方图就能给出该图像的概貌性描述，例如图像的灰度范围、每个灰度级的频数和灰度的分布、整幅图像的亮度和平均明暗对比度等，由此可得出进一步处理的重要依据。计算每个灰度级出现的概率为： P r (r k )＝N k /N k=0，1，2,…,L-1 上式中， P r (r k )表示第k 个灰度级出现的概率，N k 为第 k 个灰度级出现的频数，N 为图像像素总数,L 为图像中可能的灰度级总数。由此可得直方图均衡化变换函数,即图像的灰度累积分布函数Sk 为: 1,...,2,1,0)()(00-====∑∑==L k r P r T s k j N N k j j r k k j 上式中, S k 为归一化灰度级。 这个变换映射称做直方图均衡化或直方图线性化。 直方图均衡化过程如下: （1） 输出原图像； （2） 根据公式P r (r k )＝n k /m*n （ k=0，1，2,…,L-1）计算对应灰度级出现的概率， 绘制原图像的直方图。 （3） 计算原图象的灰度级累积分布函数：sk=Σp r (r k )； （4） 取整Sk=round((S1*256)+0.5);将Sk 归一到相近的灰度级，绘制均衡化后的 直方图。 （5） 将每个像素归一化后的灰度值赋给这个像素，画出均衡化后的图像。 2.根据直方图均衡化步骤对输入的原图象进行处理，输出的图像如下图所示。
实验1 点运算和直方图处理 一、实验目的 1. 掌握利用Matlab图像工具箱显示直方图的方法 2. 掌握运用点操作进行图像处理的基本原理。 3. 进一步理解利用点操作这一方法进行图像处理的特点。 4. 掌握利用Matlab图像工具箱进行直方图均衡化的基本方法。 二、实验的硬件、软件平台 硬件：计算机 软件：操作系统：WINDOWS 7 应用软件：MATLAB 三、实验内容及步骤 1. 了解Matlab图像工具箱的使用。 2. 利用Matlab图像工具箱对图像进行点操作，要求完成下列3个题目中 的至少2个。 ⑴图1灰度范围偏小，且灰度偏低，改正之。 ⑵图2暗处细节分辨不清，使其能看清楚。 ⑶图3亮处细节分辨不清，使其能看清楚。 图1 图2 图3 3. 给出处理前后图像的直方图。 4. 利用MatLab图像处理工具箱中函数对以上图像进行直方图均衡化操 作，观察结果。 四、思考题 1. 点操作能完成哪些图像增强功能？ 2. 直方图均衡化后直方图为何并不平坦？为何灰度级会减少？ 五、实验报告要求
1．对点操作的原理进行说明。 2．给出程序清单和注释。 3．对处理过程和结果进行分析（包括对处理前后图像的直方图的分析）。 实验代码以及解读 点操作： I = imread('POINT1.BMP')。 %读入图像 j=rgb2gray(I)。%将图像转为灰度图像 INFO=IMFINFO('POINT1.BMP') %获取图片的格式、尺寸、颜色数量、修改时间等信息[l,r]=size(j)。%图片大小 figure。%建立一个图形框 subplot(221) imshow(j) %在两行两列的第一个位置放置图片j title('POINT1.BMP') %给该图片加上标题POINT1.BMP for m=1:l for n=1:r %从第一个像素循环到最后一个像素p1(m,n)=j(m,n)*1.2。%把各点乘上1.2得到p1图 end end for m=1:l for n=1:r p2(m,n)=j(m,n)*2。%%把各点乘上2得到p2图 end end for m=1:l for n=1:r p3(m,n)=j(m,n)*2+50。%把各点乘上2再加50得到p2图 end end subplot(222) imshow(p1) title('j(m,n)*1.2') %p1图放在第二个位置且冠名j(m,n)*1.2 subplot(223) imshow(p2) title('j(m,n)*2') %p1图放在第三个位置且冠名j(m,n)* 2 subplot(224) imshow(p3) title('j(m,n)*2+50') %p1图放在第四个位置且冠名j(m,n)*2+50 figure。%建立一个新的窗口并且依次显示以上四个图的直方图
四、灰度直方图是数字图像处理的重要工作。请简述灰度直方图规定化、均衡化的基本原理。并以分辨率为5*4，图像的深度6bit 的图像为例，自举例说明直方图均衡化的计算过程。 解答： 数字图像的直方图是作为图像每一个灰度级的统计概率分布"它提供了图像灰度分布的概貌,直方图增强技术正是利用修改给定图像直方图的方法来增强图像的,最后得到的图像增强程度取决于我们所采用的直方图。令变量r 和s 分别代表图像增强前后的像素灰度级，相应灰度级分布的概率密度分别为()r P r 和()s P s 。 为讨论方便，假设像素灰度值已经归一化在区间[0，1]，在灰度级坐标中r=0表示黑，r=1表示白。对区间[0，1]内任一个r 值按变换函数： s = T(r) （1） 进行变换，T （r ）满足两个条件：（1）单值单调递增函数；(2) 0≤T （r ）≤1。 条件（1）使灰度级保持从黑到白的次序，条件（2）保证映射变换后像素灰度值在允许的范围内。从s 到r 的反变换为：1()r T s -=，0≤s ≤1。 （2） 同样，规定变量s 也满足条件（1）和（2）。由概率理论知，若()r P r 和变换函数s = T(r) 已知，1()r T s -=是单值单调增加函数，则有： 1() ()[P () ]s r r T s dr P s r ds -== （3） 直方图增强技术就是通过变换函数T （r ）控制图像灰度级的概率密度函数而改变图像的外貌。 对于连续图像，变换函数为： ()(),01r r s T r P r dr r ==≤≤? （4） 此式右边为累积分布函数（CDF ），由该式对r 求导有： ()r ds P r dr = (5) 代入（3）得到: 1()1 ()[() ]1,01() r r T s r P s P r s P r -===≤≤ （6） 这说明，在变换后变量s 在定义域内, ()s P s 是均匀概率密度。在图像增强意义上，这 相当于像素的动态范围增加。 对于离散图像，灰度级k r 的概率值为： (),01,0,1,2, (1) r k k n P r r k L n = ≤≤=- （7） 其中，n 表示图像中像素的总数，k n 是在图像中出现这种灰度级的次数，L 表示灰度级
作业3：直方图均衡 1.选取一张对比度不明显的彩色图像，编写MATLAB代码对RGB通道独立地进行直方图 均衡，同时用PHOTOSHOP软件对其进行均衡，比较两种处理方法在效果上的差异。 使用R/G/B=image(:,:,1/2/3);提取图像的三个通道，imshow(R);显示三个通道的图像，imhist(R);显示对应颜色分量的直方图，r=histeq(R);分别对三个通道进行直方图均衡化，equated = cat(3,r,g,b);联合RGB三个数组，得到均衡化后的图像。 原图与matlab直方图均衡化后的图像 原图的RGB分量
均衡后的RGB分量 在photoshop中处理图像后得到下图的结果。 Ps中得到的图像RGB通道独立直方图均衡得到的图像比较：选取的原图是逆光拍摄，颜色很暗，暗部细节很多。经过matlab处理后，灰度级部分合并，灰度级较低的间隔变大，灰度级较高的间隔变小。但对真彩色图像的直方图均衡化时，通过单纯地对RGB三个分量图像分别均衡、合并, 会使均衡后的图像出现轻微的色彩失真现象, 而且原图中灰度级较高的地方的细节部分缺失。但是经过ps处理后的图像，原本灰度值较低的地方明显变亮，同时原本灰度值较高的地方仍然很好保留了，并没有出现matlab处理后的问题。Ps处理后的图像色彩也很正常，没有出现失真的问题。 数字图像直方图的算法步骤： ①列出原始图像的灰度级f j，j=0,1,…,L-1， ②统计各灰度级的像素数目n j，j=0,1,…,L-1， ③计算原始图像直方图各灰度级的频数p(f j)= n j/N，j=0,1,…,L-1， ④计算累计分布函数C(j)=Σp(f k), j=0,1,…,L-1， ⑤g i= INT[(g max-g min)C(f)+g min+0.5]
图像的直方图是图像的重要统计特征，它可以认为是图像灰度密度函数的近似。直方图虽然不能直接反映出图像内容，但对它进行分析可以得出图像的一些有用特征，这些特征能反映出图像的特点。当图像对比度较小时，它的灰度直方图只在灰度轴上较小的一段区间上非零，较暗的图像由于较多的像素灰度值低，因此它的直方图的主体出现在低值灰度区间上，其在高值灰度区间上的幅度较小或为零，而较亮的图像情况正好相反。通常一幅均匀量化的自然图像的灰度直方图在低值灰度区间上频率较大，这样的图像较暗区域中的细节常常看不清楚。为使图像变清晰，可以通过变换使图像的灰度动态范围变大，并且让灰度频率较小的灰度级经变换后，其频率变得大一些，使变换后的图像灰度直方图在较大的动态范围内趋于均化。事实证明，通过图像直方图修改进行图像增强是一种有效的方法。 均匀量化的自然图像的灰度直方图通常在低值灰度区间上频率较大，使得图像中较暗区域中的细节常常看不清楚。为了使图像清晰，可将图像的灰度范围拉开，并且让灰度频率较小的灰度级变大，即让灰度直方图在较大的动态范围内趋于一致。 前面介绍的直方图均衡化处理方法从实验效果看还是很不错的，从实现算法上也可以看出其优点主要在于能自动整幅图像的对比度，但具体的增强效果也因此不易控制，只能得到全局均衡化处理的直方图。在科研和工程应用中往往要根据不同的要求得到特定形状的直方图分布以有选择的对某灰度范围进行局部的对比度增强，此时可以采用对直方图的规定化处理，通过选择合适的规定化函数取得期望的效果。 a=imread('花.jpg'); subplot(2,2,1); imshow(a); title('原始图像'); subplot(2,2,2); a=rgb2gray(a); imhist(a); title('原始图像直方图'); subplot(2,2,3);