原创 数字图像处理的matlab实现（一）——直方图均衡

       刚开始学习数字图像处理，在这里把学习过程记录下来作为学习笔记与各位分享。

       作为入门级处理，首先当论直方图均衡，在此主要关注于均衡算法的实现，具体的原理可以参阅任何一本数字图像处理的相关书籍都有说明。所有的算法我尽可能的不调用matlab的函数来进行实现。

下面为直方图均衡的matlab源代码，图像使用的是matlab自带的cameraman.tif（注明：我使用的matlab版本为2007b）。

 sourcePic=imread('cameraman.tif'); %读取原图象 
 [m,n,o]=size(sourcePic); 
 figure(1)
 imshow(sourcePic);
 
 gp=zeros(1,256); %创建一个全零矩阵，1×256，计算各灰度出现的概率 
 for i=1:256 
 gp(i)=length(find(sourcePic == (i-1)))/(m*n); 
 end 
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
 %gp                 1  2  3 ...................................256
 %grayscale    0  1  2 ...................................255
 %probability     
 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
 figure,bar(0:255,gp); 
 title('原图像直方图'); 
 xlabel('灰度值'); 
 ylabel('出现概率'); 
 
 newGp=zeros(1,256); %计算新的各灰度出现的概率 
 S1=zeros(1,256); 
 S2=zeros(1,256); 
 tmp=0; 
 for i=1:256 
 tmp=tmp+gp(i); 
 S1(i)=tmp;                         %各会灰度的累计概率
 S2(i)=round(S1(i)*256);  %将取整后的值存储在S2
 end 
 %%%%%%%%%%%%%%%%%%%%%做显示用%%%%%%%%%%%%%%%%%%%%%%%
 figure,bar(0:255,S1);
 title('各点概率累计S1');
 xlabel('灰度值');
 ylabel('概率');
 %%%%%%%%%%%%%%%%查看原灰度值与均衡后灰度值的对应关系%%%%%%%%%%%%%
 figure,bar(0:255,S2);
 title('均衡后的的灰度值S2');
 xlabel('均衡后灰度值');
 ylabel('原灰度值');
 
 
 for i=1:256    
 newGp(i)=sum(gp(find(S2==i))); 
 %终于弄明白了由于S2进行了取整的操作，所以S2中的灰度值可能S2(j)=S2(i)(j!=i);
 %所以要将gp中对应的灰度的值的概率对应过来然后求和
 %即产生了如下的映射
 %gp                                P1   P2   P3
 %original grayscale        i      j     k
 %                                           \   |   /
 %                                        whatever
 %newGp                         P1+P2+P3
 end 
 
 figure,bar(0:255,newGp); 
 title('均衡化后的直方图'); 
 xlabel('灰度值'); 
 ylabel('出现概率'); 
 
  newGrayPic=sourcePic; %填充各像素点新的灰度值 
  for i=1:256
  newGrayPic(find(sourcePic==(i-1)))=S2(i); %用新的灰度填充以前旧的灰度值
  end 
  figure,imshow(newGrayPic);

     以上为实现的源代码，我在附件中上传*.m脚本。

实现效果可以参阅下附件中的图片