数字图像处理中的直方图均衡化

---

在数字图像处理中，直方图均衡化是一个增强图像对比度和提高图像视觉质量的过程。我们可以使用MATLAB等数字工具来执行直方图均衡化。本教程旨在通过使用MATLAB来解释数字图像处理中的直方图均衡化。但在讲解之前，让我们先对直方图均衡化有一个基本的了解。

什么是直方图均衡化？

如上所述，直方图均衡化是一种提高数字图像对比度和视觉质量的技术。直方图均衡化更均匀地重新分布图像中像素强度的值。总的来说，直方图均衡化是一种平衡图像像素强度的技术。

• 直方图是一个图表或图形，显示图像中像素强度值的频率分布。

• 图像的直方图均衡化涉及几个不同的过程，例如计算累积分布函数 (CDF)、变换函数，然后应用这些函数来均衡图像。

• 直方图均衡化广泛应用于各个领域，例如增强医学图像、卫星图像、扫描文档等等。

现在，让我们了解一些关于直方图均衡化的重要点，在将它应用于图像时这些点非常重要。

关于直方图均衡化的重要点

以下是一些我们在图像处理中使用它时应牢记的关键点

• 直方图均衡化是一个全局图像增强过程，因为它利用整个图像的直方图来执行增强。

• 直方图均衡化并非增强所有类型图像视觉质量的合适技术，因为它可能会产生不真实的增强效果。

• 直方图均衡化被认为是增强低对比度图像的有效方法。

现在，让我们看看使用MATLAB进行直方图均衡化所涉及的步骤。

如何使用MATLAB执行直方图均衡化？

在MATLAB中，有一个内置函数“histeq”，用于执行灰度图像的直方图均衡化。

下面解释了使用MATLAB执行直方图均衡化的分步过程

步骤 (1) - 使用“imread”函数读取输入图像。

img = imread('Image.jpg');

步骤 (2) - 将输入图像转换为灰度图像进行处理。按如下方式操作：

gray_img = rgb2gray(img);

步骤 (3) - 使用“histeq”函数执行灰度图像的直方图均衡化。按如下方式操作：

eq_img = histeq(gray_img);

步骤 (4) - 显示均衡后的图像。按如下方式操作：

imshow(eq_img);

因此，在MATLAB中，使用“histeq”函数进行直方图均衡化是一个简单的四步过程。

现在让我们举一些例子来实际理解并查看结果，看看直方图均衡化如何作用于图像。

MATLAB在数字图像处理中执行直方图均衡化的示例

如果您想了解如何在MATLAB中实现代码以在数字图像处理中执行直方图均衡化，请浏览以下示例。

示例 (1)

% MATLAB code to perform histogram equalization
% Read the input image
img = imread('https://tutorialspoint.com/assets/questions/media/14304-1687425236.jpg');

% Convert the input image to grayscale
gray_img = rgb2gray(img);

% Perform histogram equalization using the “histeq” function
eq_img = histeq(gray_img);

% Display the original gray image, histogram of gray image, histogram of equalized image, and equalized image
subplot(2, 2, 1);
imshow(gray_img);
title('Original Image');

subplot(2, 2, 2);
imhist(gray_img);
title('Histogram of Gray Image');

subplot(2, 2, 3);
imhist(eq_img);
title('Histogram of Equalized Image');

subplot(2, 2, 4);
imshow(eq_img);
title('Equalized Image');

输出

代码说明

在这个MATLAB代码中，我们首先读取输入图像，这是一个RGB图像。因此，接下来我们将它转换为灰度图像进行处理。之后，我们对图像进行直方图均衡化以增强其视觉效果。这是通过使用“histeq”函数完成的。最后，我们显示原始灰度图像及其直方图，以及均衡后的图像及其直方图。这些输出如上图所示。

为了更好地理解，让我们再用不同的图像举个例子。

示例 (2)

% MATLAB code to perform histogram equalization
% Read the input image
img = imread('https://tutorialspoint.com/assets/questions/media/14304-1687425269.jpg');

% Convert the input image to grayscale
gray_img = rgb2gray(img);

% Perform histogram equalization using the “histeq” function
eq_img = histeq(gray_img);

% Display the original gray image, histogram of gray image, histogram of equalized image, and equalized image
subplot(2, 2, 1);
imshow(gray_img);
title('Original Image');

subplot(2, 2, 2);
imhist(gray_img);
title('Histogram of Gray Image');

subplot(2, 2, 3);
imhist(eq_img);
title('Histogram of Equalized Image');

subplot(2, 2, 4);
imshow(eq_img);
title('Equalized Image');

输出

结论

总而言之，直方图均衡化是一种图像处理方法，用于提高图像的对比度和视觉质量。这种图像处理技术分析并重新分布图像中的像素强度值，以获得更均衡的强度级别。

在本教程中，我已经详细解释了使用MATLAB进行直方图均衡化的概念。此外，我还包含了MATLAB编程中的示例程序，以便更好地了解执行图像直方图均衡化的代码实现。您可以使用您自己的图像尝试这些代码。