1、數字圖像處理實驗報告實驗一 繪制直方圖學號 姓名 日期 2013.05.11 實驗一 繪制直方圖一、實驗內容1、 編程繪制數字圖像的直方圖。2、 直方圖均衡處理。二、實驗步驟1、 設計思想或者流程圖。直方圖均衡化是灰度變換的一個重要應用，它高效且易于實現，廣泛應用于圖像增強處理中。圖像的像素灰度變化是隨機的，直方圖的圖形高低不齊，直方圖均衡化就是用一定的算法使直方圖大致平和。均衡化處理后的圖象只能是近似均勻分布。均衡化圖象的動態范圍擴大了，但其本質是擴大了量化間隔，而量化級別反而減少了，因此，原來灰度不同的象素經處理后可能變的相同，形成了一片的相同灰度的區域，各區域之間有明顯的邊界，從而出現了

2、偽輪廓。如果原始圖像對比度本來就很高，如果再均衡化則灰度調和，對比度降低。在泛白緩和的圖像中，均衡化會合并一些象素灰度，從而增大對比度。均衡化后的圖片如果再對其均衡化，則圖像不會有任何變化灰度直方圖均衡化的算法，簡單地說，就是把直方圖的每個灰度級進行歸一化處理，求每種灰度的累積分布，得到一個映射的灰度映射表，然后根據相應的灰度值來修正原圖中的每個像素。 2、 源程序并附上注釋。 clear all %一，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

3、')imwrite(rgb2gray(PS),'PicSampleGray.bmp'); %將彩色圖片灰度化并保存PS=rgb2gray(PS); %灰度化后的數據存入數組%二，繪制直方圖m,n=size(PS); %測量圖像尺寸參數GP=zeros(1,256); %預創建存放灰度出現概率的向量for k=0:255 GP(k+1)=length(find(PS=k)/(m*n); %計算每級灰度出現的概率，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')xlabe

4、l('灰度值')ylabel('出現概率')%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); %計算現有每個灰度級出現的概率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、 程序運行結果比較。（包括結論） 4、 實驗體會。（心得體會、收獲） 通過本實驗，我學會了如何把對一幅圖像處理后的效果顯示出來，加深了理論課知識的理解，同時也還復習了MATL