Matlab图像处理-直方图均衡化原理方法，本教程适合Matla数字图像处理的初学者。直方图均衡化是数字图像处理中较为基础的图像增强方法，通过直方图均衡化能够自适应地有效。
MATLAB图像点运算
直方图均衡化的基本思想
matlab如何实现直方图均衡化，直方图均衡化也是灰度均衡化，通过某种灰度映射使输入图像转换为在每一灰度级上都有近似相同的像素点数的输出图像，即输出直方图是均匀的。.
直方图均衡化处理的主要步骤是什么 设原始图像在(x，y)处的灰度为f，而改变后的图像为g，则对图像增强的方法可表述为将在(x，y)处的灰度f映射为g。在灰度直方图均衡化处理中对图像的映射函数可定义为：g=EQ(f)。
直方图均衡化步骤？ 这个足够了 有问题再留言clear all一，图像的预处理，读入彩色图像将其灰度化PS=imread('s7.jpg')；读入JPG彩色图像文件，注意路径figure(1)；subplot(2，2，1)；imshow(PS)；title('原图像灰度图')；二，绘制直方图[m，n]=size(PS)；测量图像尺寸参数GP=zeros(1，256)；预创建存放灰度出现概率的向量for k=0：255GP(k+1)=length(find(PS=k))/(m*n)；计算每级灰度出现的概率，将其存入GP中相应位置endfigure(1)；subplot(2，2，2)；bar(0：255，GP，'g')%绘制直方图title('原图像直方图')xlabel('灰度值')ylabel('出现概率')三，直方图均衡化S1=zeros(1，256)；for i=1：256for j=1：iS1(i)=GP(j)+S1(i)；计算SkendendS2=round((S1*256)+0.5)；将Sk归到相近级的灰度for i=1：256GPeq(i)=sum(GP(find(S2=i)))；计算现有每个灰度级出现的概率endfigure(1)；subplot(2，2，4)；bar(0：255，GPeq，'b')%显示均衡化后的直方图title('均衡化后的直方图')xlabel('灰度值')ylabel('出现概率')四，图像均衡化PA=PS；for i=0：255PA(find(PS=i))=S2(i+1)；将各个像素归一化后的灰度值赋给这个像素endfigure(1)；subplot(2，2，3)；imshow(PA)%显示均衡化后的图像title('均衡化后图像')。
图像直方图均衡化和规定化是怎么做的？ 2017年11月9日更新：感谢知友@罗maochun 指出了原文中的重要错误，现已更正。
为什么直方图均衡化能有效增强图像 因为直方图均衡化处理之后，知原来比较少像素的灰度会被分配到别的灰度去，像素相对集中，处理后灰度范围变大，对比度变大，道清晰度变大，所以能有效增强图像。直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。这种方法通常用来增加许多图像的局部对比专度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用属于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。
