2023年直方圖圖像增強實驗報告

數(shù)字圖像解決作業(yè)

直方圖圖像

增強

【摘要】

在自然界中很多圖像也許都不符合人的視覺特點，因此有必要根

據(jù)圖像的特點采用一定的方法增強圖像的視覺感知效果。本次作業(yè)通

過直方圖來增強圖像，重要是對直方圖進行修正來達成視覺轉(zhuǎn)換。具

體方法為直方圖均衡、直方圖匹配以及圖像分割技術(shù)。其中,直方圖

均衡是調(diào)整圖像的對比度使其增強；直方圖匹配是將所要解決圖像的

直方圖與已知直方圖進行類似匹配的方法；而圖像分割是將一副圖像

的前景與背景區(qū)別開來的技術(shù)。

1.把附件圖像的直方圖畫出:

【注工由于源圖像中的附圖均是以索引圖的形式給出,因此在畫直方圖之前

需要將其轉(zhuǎn)換成灰度圖。假如調(diào)色板缺失,需要先將調(diào)色板中缺失的色彩信息

補全之后，再用matlab工具箱提供的圖像類型轉(zhuǎn)換函數(shù)(G=ind2gray

(A,map)%將索引圖轉(zhuǎn)換成灰度圖)進行類型轉(zhuǎn)換。

運用MATLAB工具箱，我們可以直接通過函數(shù)imhist()來畫出圖像的直

方圖。

解決結(jié)果如下：

citywall.bmp的原直方圖

citywall2.bmp的直方圖

elain.bmp的原直方圖elain1.bmp的直方圖

elain2.bmp的直方圖

lena.bmp的原直方圖

Iena2.bmp的直方圖Iena4.bmp的直方圖

X1泗man.bmp的原直方圖x1加oman1.bmp的直方圖

2.把所有圖像進行直方圖均衡；輸出均衡后的圖像和源圖像進行比

對;分析改善內(nèi)容；

【分析】：直方圖均衡化是圖像解決領(lǐng)域中運用圖像直方圖對對比度進

行調(diào)整的方法。該方法通過灰度變換將一幅圖像轉(zhuǎn)換為另一幅具有均衡直方圖,

即在每個灰度級上都具有相同的象素點數(shù)的過程。

直方圖均衡化則通過使用累積函數(shù)對灰度值進行“調(diào)整”以實現(xiàn)對比

度的增強。

解決結(jié)果如下:

5000

均衡化的elain.bmp及其直方圖

均衡化的MtywalU.bmp及其直方圖

均衡化的elain.bmp及其直方圖

均衡化的elainl.bmp及其直方圖

均衡化的elain2.bmp及其直方圖

均衡化的elain3.bmp及其直方圖

均衡化的elain.bmp及其直方圖

均衡化的lenal.bmp及其直方圖

均衡化的Iena2.bmp及其直方圖

均衡化的woman.bmp及其直方圖

均衡化的womanl.bmp及其直方圖

均衡化的woman2.bmp及其直方圖

0100200

可見，解決后圖像的對比度有一定限度的增強，但同時直方圖均衡也存

在著以下缺陷：

1）變換后圖像的灰度級減少，某些細節(jié)消失;

2)某些圖像，如直方圖有高峰，經(jīng)解決后對比度不自然的過度增強。

3.進一步把圖像按照對源圖像直方圖的觀測，各自指定不同源圖像的

直方圖，進行直方圖匹配，進行圖像增強；

分析:直方圖匹配:是指使一幅圖像的直方圖變成規(guī)定形狀的直方圖而進

行的圖像增強方法。將圖像直方圖以標(biāo)準(zhǔn)圖像的直方圖為標(biāo)準(zhǔn)作變換，使兩

圖像的直方圖相同和近似，從而使兩幅圖像具有類似的色調(diào)和反差。

均衡后的圖像，灰度值減少，圖像對比度明顯增強，但是導(dǎo)致很多地方的

細節(jié)模糊，看不清楚；并且有些地方過度增強，嚴(yán)重干擾清楚度。

運用Matlab工具箱實現(xiàn)圖像直方圖匹配，就用imhist()函數(shù)和h

isteq()函數(shù)。

解決結(jié)果：

14000

經(jīng)過匹配的citywall2.bmp（源圖像為citywall.bmp）

經(jīng)過匹配的elainl.bmp的直方圖

16000

經(jīng)過匹配的elaird.bmp（源圖像為elain.bmp）

14000

經(jīng)過匹配的elain2.bmp的直方圖

18000

16000

經(jīng)過匹配的elain2.bmp（源圖像為elain.bmp）

14000

12000

10000

8000

6000

4000

2000

0

0100200

級過盤配的elain3.bmp的直方圖

綴讀匹配的lenal.bmp的直方圖

0100200

經(jīng)過匹配的Iena2.bmp的直方圖

6000

經(jīng)過匹配的Iena2.bmp嫄圖像為elain.bmp)

5000

4000

3000

2000

1000

0

0100200

經(jīng)過匹配的Iena4.bmp的直方圖

15000

經(jīng)過匹配的Iena4.bmp（源圖像為elain.bmp）

10000

5000

100200

經(jīng)過霞配的woman"!.bmp的直方圖

經(jīng)過匹配的woman1.bmp?圖像為woman.bm成

4

3

2

1

0

0100200

經(jīng)過霞配的woman2.bmp的直方圖

經(jīng)過匹配的woman2.bmp（源圖像為woman.bmp）

0100200

4.運用直方圖對圖像elain和woman進行分割；

【分析】：運用直方圖對圖像進行分割，我們可以采用閾值分割法。閾值分割的

實質(zhì)是運用圖像的灰度直方圖信息獲得用于分割的閾值。它是用一個或幾個

閾值將圖像的灰度級分為幾個部分，認(rèn)為屬于同一部分的像素是同一個物體。

該方法特別合用于目的和背景占據(jù)不同灰度級范圍的圖像。其灰度級直方圖

呈明顯的雙峰值。然后在峰谷處的灰度值就可以作為閾值來對圖像進行分割。

直方圖記錄的是灰度值出現(xiàn)的頻數(shù)，那些在第一個峰值附近的灰度值和第一

個峰值接近，在第二個峰值附近的灰度值和第二個峰值接近，所以以2個峰值的

中間的峰谷相應(yīng)的灰度值為閾值。大于閾值的點歸為一類，小于閾值的點歸為

一類，這樣就把圖像分割成2類。

以上是比較抱負(fù)的情況，比如本實驗中elain.bmp的直方圖，就可以當(dāng)

作是雙峰型。因此，對于這幅圖像，可以根據(jù)觀測直方圖來擬定閾值。

但實際中很難找到這樣的圖像。一幅通常有多個物體和背景所組成，假

如，其灰度級直方圖能呈現(xiàn)出多個明顯的峰值，則仍可以選峰值間峰谷處的

灰度值作為閾值，此時有多個閾值將圖像進行分割，這樣就是多峰值閾值選擇。

比如有3個峰值，可以去兩個峰谷處的灰度值T1J2作為閾值。同樣，可以

將閾值化后的圖像變成二值圖像。

閾值分割的重要方法有:迭代法、最大類間方差法、動態(tài)閾值法、最大端

法等。本次實驗中，采用了閾值迭代法。

迭代的方法產(chǎn)生閾值，可以通過程序自動計算出比較合適的分割閾值。

其計算方法是這樣的：

1.選擇閾值T,通?？梢赃x擇圖像的平均灰度值來作為初始值；

2.通過初始閾值E把圖像的平均灰度值提成兩組R1和R2；

3.計算兩組平均灰度值|11和|12；

4.重新選擇閾值T,新的T的定義為:T=(|H+|i2)/2;循環(huán)做第二步到

第四步，一直到兩組的平均灰度值和日2不再發(fā)生改變，那么我

們就獲得了所需要的閾值。

算法描述：

1.取得原圖得數(shù)據(jù)區(qū)指針以及圖像的高和寬；

2.進行直方圖記錄；

3.設(shè)定初始閾值T=127;

4.分別計算圖像中小于T和大于T的兩組平均灰度值；

5.迭代計算閾值，直至兩個閾值相等；

6.根據(jù)計算出的閾值，對圖像進行二值化解決。

【解決結(jié)果】：

“①對于elain.bmp,觀測其直方圖，并通過試探，發(fā)現(xiàn)當(dāng)閾值為115時，分

割效果較為抱負(fù)。

elain.bmp的直方圖

3000

2500

2000

1500

1000

500

0

050100150200250

圖像分割后的elain.bmp（閾值為115）

②對于woman.bmp，采用迭代法進行取閾值。解決結(jié)果如下圖:

基于迭代閾值的圖像分割之后的woman.bmp

圖像分割后的woman.bmp（閾值為90）

將分割結(jié)果與基于直接觀測直方圖法取閾值的結(jié)果進行對比，可知，迭代算法的效果更好

一些。

【附錄】

1、源代碼：

第一題

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%畫源圖像的直方圖

以citywall.bmp為例:

1=imread（E\大三下、圖像解決英文課件'作業(yè)'第三次、源圖像\citywa1l.bmp'/bm

P'）；

Figure;

subplot（2,2,1）;

imhist(l)；

titie('citywall.bmp的原直方圖);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%畫解決后圖像的直方圖

以citywal11.bmp及citywa11.bmp為例：

filename='E:\大三下、圖像解決英文課件\作業(yè)、第三次、源圖像\citywal11.bmp';

fmt='bmp'；

[A,map]=imread(fi1enamejmt);

fori=168:l：256

j=l；

map(i,j)=0;

j=2;

map(iJ)=0;

j=3；

map(ij)=0;

end

G=ind2gray(A,map);

subp1ot(2,2,2);

imhist(G)；

title('citywalll.bmp的直方圖')；

[A,map]=imread(*'E:\大三下、圖像解決英文課件\作業(yè)\第三次\源圖像\citywa

Il2.bmp'/bmp');

G=ind2gray(A,map)；

subp1ot(2,2,3);

imhist(G)；

title('citywa1I2.bmp的原直方圖);

第二題

%%%%%%%%%%%%%%%%%%%%%%%%%%%%對源圖像進行均衡解決

以citywa1l.bmp為例：

l=imread(，E:\大三下、圖像解決英文課件、作業(yè)、第三次、源圖像\citywall.bmp','bmp*);

J=histeq(I);

imhist(J);

title('通過直方圖均衡化的citywa1I.bmp的直方圖》

imshow(J)

title-通過直方圖均衡化的citywa1I.bmp')；

l=imread('E:\大三下、圖像解決英文課件、作業(yè)、第三次、源圖像\citywal1.bmp'bmp');

J=histeq(I);

figure;

subplot(3z2,1);

imshow(J)

titleC均衡化的citywa1l.bmp及其直方圖');

subpIot(3,2,2)；

imhist(J);

%%%%%%%%%%%%%%%%%%%%%%%%對解決后的圖像進行均衡解決

以citywa111.bmp為例:

filename='E:\大三下、圖像解決英文課件'作業(yè)'第三次、源圖像\citywalll.bmp，；

fmt='bmp';

[A,map]=imread(filename,fmt);

fori=168:l:256

j=1；

map(i,j)=0;

j=2；

map(i,j)=0；

j=3;

map(i,j)=0;

end

G=ind2gray(A,map);

J=histeq(G);

subplot(3,2,3);

imshow(J)

tit1e(，均衡化的citywalll.bmp及其直方圖')；

subplot(3,2,4)

imhist(J)；

filename='E:\大三下\圖像解決英文課件、作業(yè)\第三次'源圖像\citywa112.bmp';

fmt='bmp,;

[A,map]=imread(filename,fmt)；

G=ind2gray(Azmap);

J=histeq(G)；

subp1ot(3,2,5);

imshow(J)

tit1e。均衡化的citywa1I2.bmp及其直方圖)

subplot(3,2,6)

imhist(J);

第三題

%%%%%%%%%以源圖像為citywal1.bmp并通過直方圖匹配的citywaI1

l.bmp為例

l=imread(E\大三下'圖像解決英文課件、作業(yè)、第三次、源圖像\citywall.bmp'「bmp')；

1=1(：)；

hgram=imhist(I);

filename='E：\大三下、圖像解決英文課件、作業(yè)、第三次、源圖像\citywall1.bmp,;

fmt='bmp,;

[A,map]=imread(filename,fmt)；

fori=l68:1:256

j=1；

map(i,j)=0；

j=2；

map(i,j)=0;

j=3;

map(ij)=0;

end

G=ind2gray(A,map);

B=histeq(G,hgram);

figure；

subplot(1,2zl);

imshow(B)；

title。通過直方圖匹配的ciIywa1】1.bmp(源圖像為citywall.bmp),)；

subplot(l,2z2)；

imhist(B);

title(，通過匹配的citywaII1.bmp的直方圖，)；

第四題

①對e1ain.bmp進行分割：

I=imread('E:\大三下'圖像解決英文課件'作業(yè)、第三次、源圖像\e1ain.bmp','bmp');

imhist(l)；

title('elain.bmp的直方圖')

figure;

imshow(I);

t1=115;%從直方圖的峰谷處得閾值；

[mn]=size(I)；

Il=zeros(mzn);

forj=1：m

forj=l:n

ifl(i,j)>tl

I1(M)=l；

else

I1(iJ)=0；

end

end

end

figure

imshow(ll)

titled圖像分割后的elain.bmp(閾值為115)，)

②對woman.bmp進行分割：

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%迭代算法

I=imread('E:\大三下\圖像解決英文課件'作業(yè)、第三次、源圖像\woman,bmp'；bmp9;

figure;

imhist(I);

tit1e('elain.bmp的直方圖')

figure;

imshow⑴；

T=127;%設(shè)定初始閾值T=127;

suml=O;sum2=0；

countl=l;count2=l；

[mn]=size(l);

I=double(l);

J=zeros(m,n);

T1=0;T2=255;

whi1