王瑞龙2019213336_数字图像处理_实验报告1

【数字图像处理_实验报告1】的实验主要探讨了数字图像的直方图均衡化技术，这是一种提升图像对比度的方法。直方图均衡化通过改变图像的灰度级分布，使得图像像素值接近均匀分布，从而增强图像的整体视觉效果。 在实验原理中，直方图均衡化的关键在于灰度值变换函数L，它由原始图像的归一化直方图 pij 经过累积概率分布转换得到。变换公式为： 𝑠𝑘 = 𝑇(𝑟𝑘) = (𝐿 ― 1)∑𝑘𝑗=0 𝑝𝑗(𝑟𝑘) 这个过程包括以下几个步骤： 1. 统计图像中每个灰度级的像素数量，构建原始的灰度直方图。 2. 将直方图归一化，得到灰度级的概率分布 pij。 3. 计算累积概率分布，即每个灰度级的累计概率。 4. 确定新的灰度映射关系，通过将累积概率分布乘以灰度级总数(L-1)，然后取整，得到新灰度值sk。 5. 应用这个映射关系对图像的每个像素进行灰度变换，得到直方图均衡化后的图像。 实验中，使用Matlab进行实现，要求不能直接调用内置的histeq函数，而是定义自定义函数g=myhisteq(f)。实验步骤包括读取图像，将图像转为灰度图，统计灰度直方图，计算归一化直方图，求累积直方图，对累积直方图取整得到变换函数，最后应用这个函数对图像进行变换。 在实际操作中，使用figure函数创建显示窗口，imread函数读取图像，rgb2gray将彩色图像转换为灰度图像。使用for循环统计灰度直方图，然后进行归一化处理。通过循环计算累积直方图，并进行取整处理，确保新的灰度值为整数。遍历图像，根据得到的变换函数更新每个像素的灰度值，完成直方图均衡化。 这个实验不仅锻炼了学生对数字图像处理的理解，还强化了编程实现图像处理算法的能力。通过对比自定义函数与Matlab内置函数histeq的结果，学生能更深入地理解直方图均衡化的过程及其对图像的影响。