前言：由于踩了一些坑，进度就慢了很多，争取尽快赶上进度
在我看来，直方图就是展示一个图像中每个灰度的数量的图
如下图所示：
右边这张图就是灰度直方图，横坐标表示灰度，纵坐标表示这个灰度的数量
有什么用？目前看来就是有个展示作用。当然，我们可以点击这个链接查看直方图对应变化对图像的影响。
感觉直方图均衡化是一种对直方图进行调整的方法，将现在的直方图按照我们希望的函数排布。
要进行直方图均衡化，首先我们要求出原始图像的直方图，再计算积累直方图：
对应灰度级的积累直方图就是按照上面公式计算，最后将对应像素的值改成四舍五入后的值就实现了这个操作了
原理：求出积累概率密度后，不能改变灰度像素的数量，就改变灰度值，改变原对应灰度的灰度值
对应积累概率密度*255 = 均衡后灰度
这里以一张灰度图为例的代码实现：
使用函数imhist及histeq对原图进行直方图均衡化处理，同屏显示处理前后图像及其直方图，比较异同，并讨论为什么数字图像均衡化后其直方图并非完全均匀分布。
使用函数histeq对原图进行直方图规定化处理，同屏显示处理前后图像及其直方图，比较异同。
使用函数histeq对原图进行直方图规定化处理，同屏显示处理前后图像及其直方图，比较异同。
规定化步骤：
1，获取模板：像这样，就是先获取直方图
2，使用函数： 像这样，a2是图片，a1_im是直方图模板
代码：
按图片1的直方图规定化图片2：
按图片2直方图规定化图片1：
图像数据类型是uint8，也就说明了这个没有符号，范围在0~255，所以如果你想取其作为下标或者进行计算的话需要注意。
如在这里：
S(i,j)可能会为255，当我们直接显示Sk(S(i,j)+1)时，S(i,j)=255，S(i,j)+1也等于255，因为matlab把它默认成了uint8数，所以在运算之前，我们要对其类型进行改变，这样才能运算
均衡化后，其结果并不会如我们想象那样那么均衡，往往会如以下：
这个是按256个灰度值进行均衡化的
为什么数字图像均衡化后其直方图并非完全均匀分布呢？在我看来，其实是因为原图像的直方图本来就不是很均衡，甚至有突出的地方，在后续计算概率密度直方图时，哪个灰度值的数量多，对应的概率也就大，这样也就导致了均衡化后的直方图变成和原图差不多的样子。
不难看出，规定化是按照一个直方图的模板对另一个直方图进行变换，规定化后的直方图和模板直方图很相似
版权声明：
本文来源网络，所有图片文章版权属于原作者，如有侵权，联系删除。
本文网址：https://www.mushiming.com/mjsbk/7116.html