matlab绘制直方图实例(matlab编程入门教程)


直方图匹配:matlab之直方图匹配法(规定化)实验

(a)原图(b)原图的直方图(c)均衡化后的图像(d)均衡化后的直方图

>>imhist(f)

>>f1 = histeq(f, 256)

(a)通过利用imhist(f)函数得到(b)的直方图,改区域都大片较暗的区域控制,造成直方图中的大部分像素都集中在灰度级的暗端。(c)是经过均衡化方法处理的图片,但是产生了一副有褪色的现象,通过(d)的直方图看出,灰度级仅仅是移动到了较高的一端,所以给出了一副对比度较低并且有褪色的图像。灰度级的移动是由于在原始直方图中,灰度级在0及其附近区域过于集中,有直方图得到的积累变换函数非常陡,因此,把低端过于集中地像素点映射到了灰度级的高端。

故利用直方图匹配法补救。

通过直方图匹配法,我们期望的直方图在灰度级低端有轿厢的集中范围,并能够保留原始图片直方图的大致形状,通过原图的直方图看出,直方图基本是双峰,在原点有一个较大的模态,另外一个较小的模态在灰度级的高端。这些类型的直方图可以别模型化,故设计一个归一化到单位区域的双模态高斯函数,用作特定的直方图:matlab之直方图匹配法(规定化)实验

下面的交互函数通过键盘读入信息

matlab之直方图匹配法(规定化)实验
matlab之直方图匹配法(规定化)实验
matlab之直方图匹配法(规定化)实验

(a)规定的直方图(b)匹配增强后的结果(c)b的直方图

(a)显示了上述函数的图形,保留了原始直方图的一般形状,并且在图像较暗的区域灰度级有较为平滑的过渡。经过g= histeq(f, p)处理后的结果为(b)和(c),该直方图最突出的特性是:低端移动到接近灰度级较亮的,从而接近规定的形状,但是这里的向右移动并不像均衡化移动的那么多。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发表评论

登录后才能评论