【实验名称】基于直方图均衡化的图像增强
【实验目的】
1. 理解直方图的概念，它是图像灰度值的频率分布，反映了图像亮度的统计特性。
2. 掌握直方图均衡化的主要作用，即通过改变像素的灰度值分布，提升图像的对比度和视觉效果。
3. 学习如何在MATLAB环境下使用直方图均衡化方法对图像进行增强。
【实验设备】
1. 个人计算机
2. MATLAB软件
【实验原理】
图像增强是一种处理技术，旨在突出图像中的关键信息，同时减少不必要信息的影响。直方图是描述图像灰度分布的重要工具，可用于图像增强、压缩和分割等多个领域。直方图均衡化是图像预处理中常见的方法，它通过非线性灰度变换使图像的灰度级分布变得更加均匀，从而提高图像的对比度，使细节更清晰。直方图均衡化并不保证图像的灰度值均匀分布，而是让每个灰度级上的像素数量相对均衡，以达到视觉上的增强效果。
【实验内容及步骤】
实验对象是两幅128×128像素、256级灰度的图像——fing_128.img（指纹图像）和cell_128.img（显微医学图像）。
1. 使用MATLAB打开并读取原始图像。
2. 应用直方图均衡化函数`histeq()`处理图像。
3. 观察和比较处理前后的图像和直方图，分析均衡化效果。
4. 编写实验报告，包括处理过程、结果展示和效果讨论。
【实验步骤】
1. 读入图像：
```matlab
I=imread('image_name.gif'); % 读入图像
```
2. 直方图均衡化：
```matlab
J=histeq(I); % 对图像进行直方图均衡化
```
3. 显示和比较：
- 显示原始图像和均衡化后的图像，以及它们的直方图。
- 使用`subplot()`函数并排显示图像和直方图，以便于对比。
```matlab
subplot(1,2,1); % 创建第一幅子图
imshow(I);
title('原图像');
subplot(1,2,2); % 创建第二幅子图
imshow(J);
title('均衡化后图像');
```
4. 显示直方图：
```matlab
imhist(I,64); % 显示原图像直方图
imhist(J,64); % 显示均衡化后图像直方图
```
【实验结果分析】
直方图均衡化后，图像的对比度通常会显著提高，但直方图本身可能并不会完全均匀分布。这是因为均衡化的目标是优化灰度级的分布，而非强制实现均匀分布。图像内容的不同决定了直方图均衡化后的具体效果，对于指纹图像和显微医学图像，均衡化可能会突出指纹的细节纹理或细胞结构的差异。
【实验报告内容】
1. 展示并解释处理前后的图像和直方图。
2. 讨论不同图像在均衡化处理后的效果差异，例如指纹图像的细节是否更清晰，显微医学图像的细胞边缘是否更明显。
3. 阐述为何数字图像均衡化后直方图并非完全均匀分布，这可能是因为均衡化是为了改善视觉效果，而不是简单地平均灰度值。
通过这个实验，学生可以深入理解直方图均衡化的原理和实际应用，为后续的图像处理学习打下坚实基础。
