制作app的公司是什么公司_杭州最好的电商培训学校_南宁seo标准_极速建站网站模板

引言

直方图均衡化是一种图像处理方法，用于改善图像的对比度。这种方法通过调整图像的灰度级别分布来达到增强对比度的效果。

图像的直方图是灰度值与其出现频率的图形表示。在直方图中，横轴表示灰度级别（例如，在8位图像中，灰度级别的范围是0-255），纵轴表示每个灰度级别的像素数量。

在直方图均衡化中，目标是使得输出图像（即经过直方图均衡化处理的图像）的直方图尽可能地均匀分布，也就是说，每个灰度级别的像素数量尽可能相同。这样，图像的对比度会被最大化，因为整个可用的灰度范围都被有效地使用了。

histeq 是 MATLAB 中的一个函数，用于执行图像的直方图均衡化。

---

函数详解

基本语法：

J = histeq(I)
J = histeq(I,n)
[J,T] = histeq(__)
[J,T] = histeq(I,hgram)
[J,T] = histeq(I,hgram,n)

参数详解：

• I：输入图像，它应该是灰度图像。
• n：一个标量，指定要使用的直方图箱子的数量。默认情况下，n 为 64。
• hgram：一个向量，指定目标直方图。histeq 将修改图像 I，使其直方图匹配 hgram。

返回值详解：

• J：输出图像，它是输入图像 I 的直方图均衡化版本。
• T：一个查找表（LUT），将原始图像的灰度级别映射到均衡化图像的灰度级别。

---

应用案例

I = imread("Fig0320(2)(2nd_from_top).tif");figure;subplot(2, 2, 1);
imshow(I);
title("Original image")subplot(2, 2, 2);
imhist(I);eqI = histeq(I);subplot(2, 2, 3);
imshow(eqI);
title("Equalized image")subplot(2, 2, 4);
imhist(eqI);