matlab写的一个直方图规定化中的单映射程序,大家可以借鉴下

clc;

clear;

I=imread('e:\2.bmp');

figure,subplot(321),imshow(I);

title(‘原始图picture1’);

New=I;

L=256; %灰度值

[m1 n1]=size(I);              %计算图像数据矩阵的行列数

Hi=zeros(L,1);                 % 存储源图像直方图数据

for i = 1:m1

for j = 1:n1

Hi(I(i,j)+1)=Hi(I(i,j)+1)+1;  %获取像素灰度级

end

end

% 计算直方图概率统计

Pi=zeros(L,1);% 存储原图像直方图概率数据

for k=1:L

Pi(k)=Hi(k)/(m1*n1);

end

subplot(323),plot(Pi);

title('原始图直方图Pi');

% 计算累积直方图

RHi=zeros(L,1);% 存储原图像累积直方图数据

RHi(1)=Pi(1);

for k=2:L

RHi(k)=RHi(k-1)+Pi(k);

end

%subplot(325),plot(RHi);

%title('原图累积直方图RHi');

% 匹配图

J=imread('e:\1012.bmp');

subplot(322),imshow(J);

title('匹配图');

[m2 n2]=size(J);

Hj=zeros(L,10);                 % 存储匹配图直方图数据

for i = 1:m2

for j = 1:n2

Hj(J(i,j)+1)=Hj(J(i,j)+1)+1; % 获取匹配图像素灰度级

end

end

% 计算直方图概率统计

Pj=zeros(L,1);% 存储匹配图直方图概率数据

for k=1:L

Pj(k)=Hj(k)/(m1*n1);

end

subplot(324),plot(Pj);

title('匹配图的直方图Pj');

% 计算累积直方图

RHj=zeros(L,1);% 存储匹配累积直方图数据

RHj(1)=Pj(1);

for k=2:L

RHj(k)=RHj(k-1)+Pj(k);

end

%subplot(326),plot(RH2);

%title('匹配图累积直方图RH2');

% 计算原图像与匹配图像累积直方图数值的差的绝对值

double ScMin=zeros(256,256);

for y=1:L

for x=1:L

ScMin(x,y)=abs(RHi(y)-RHj(x));

end

end

% 建立SML单映射

HisM=zeros(L:1);

for k=1:L

min = 0;

minV=ScMin(1,k);

for t=1:L

if(minV>ScMin(t,k))

minV=ScMin(t,k);

min = t-1;

end

end

HisM(k)= min;

end

% 将原图的每个像素灰度转换为映射对应的灰度

for x = 1:m1

for y = 1:n1

Num = double( I(x,y))+1;

if Num==i

New(x,y)=HisM(i);

end

end

end

subplot(325),imshow(New),title('匹配后图像');

% 计算直方图匹配后的直方图

Hd=zeros(L,10);                 % 存储匹配后直方图数据

for i = 1:m2

for j = 1:n2

Hd(New(i,j)+1)=Hd(New(i,j)+1)+1; % 获取像素灰度级

end

end

% 计算直方图概率统计

Pd=zeros(L,1);% 存储匹配后直方图概率数据

for k=1:L

Pd(k)=Hd(k)/(m1*n1);

end

subplot(326),plot(Pd),title('匹配后直方图');

matlab 自定义直方图匹配_matlab中直方图规定化(直方图匹配)的单映射 – MATLAB中文论坛...相关推荐

  1. IOS 正则表达式匹配文本中URL位置并获取URL所在位置(解决连接中文问题)

    IOS 正则表达式匹配文本中URL位置并获取URL所在位置(解决连接中文问题) 参考文章: (1)IOS 正则表达式匹配文本中URL位置并获取URL所在位置(解决连接中文问题) (2)https:// ...

  2. matlab stem函数坐标轴_MATLAB中stem函数用法

    stem(Y) 将数据序列Y从x轴到数据值按照茎状形式画出,以圆圈终止.如果Y是一个矩阵,则将其每一列按照分隔方式画出. stem(X,Y)在X的指定点处画出数据序列Y.  stem(...,'fil ...

  3. matlab如何制作振型动画_Matlab中动画的实现、制作和保存(转载Matlab技术论坛)

    Matlab中动画的实现.制作和保存(转载Matlab技术论坛) 本帖由Matlab技术论坛原创,原帖参见 http://www.matlabsky.com/thread-592-1-1.html 光 ...

  4. solr 模糊匹配_Solr中的前缀和后缀匹配

    solr 模糊匹配 搜索引擎都是关于查找字符串的. 用户输入一个查询词,然后从反向索引中检索它. 有时,用户正在寻找的值只是索引中值的子字符串,并且用户可能也对这些匹配感兴趣. 对于德语这样的包含复合 ...

  5. python正则匹配字符串中的数字_Python正则表达式匹配字符串中的数字

    1.使用"\d+"匹配全数字 代码: import re zen = "Arizona 479, 501, 870. Carlifornia 209, 213, 650. ...

  6. python正则表达式匹配字符串中的电话号码_Python正则表达式匹配字符串中的数字...

    这篇文章主要介绍了Python正则表达式匹配字符串中的数字,本文通过实例代码给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下 1.使用"\d+"匹配全数字 代码: ...

  7. MATLAB 长度和像素_Matlab中短时傅里叶变换 spectrogram和stft的用法

    在Matlab中,做短时傅里叶变换需要使用函数spectrogram,而在Matlab2019中,引入了一个新的函数stft,下面我们就来看下这两个函数都如何使用. 短时傅里叶变换的基本原理就是将数据 ...

  8. matlab norm函数使用_MATLAB 中NORM运用

    格式:n=norm(A,p) 功能:norm函数可计算几种不同类型的矩阵范数,根据p的不同可得到不同的范数 以下是Matlab中help norm 的解释 NORM   Matrix or vecto ...

  9. matlab norm函数使用_matlab中norm函数的用法

    格式:n=norm(A,p) 功能:norm函数可计算几种不同类型的矩阵范数,根据p的不同可得到不同的范数 以下是Matlab中help norm 的解释 NORM   Matrix or vecto ...

最新文章

  1. json下linux64位版本,linux下正确安装jsoncpp(示例代码)
  2. 大白话讲解闭包笔试题
  3. Objective-C 编码规范
  4. python高阶函数filter_python 高阶函数之filter
  5. 小程序直播间报错:{“errmsg“:“the current room status does not allow this operation rid:“,“errcode“:300023}
  6. jQuery 3.3.1已经发布,开发团队正在准备4.0版本
  7. 使用 setTimeout 实现 setInterval
  8. 服务提供者框架讲解 之 myJDBC
  9. ps html插件初始化失败,解决PSCC2019无法安装扩展插件怎么办?
  10. python 去重 排序_python中sorted()和set()去重,排序
  11. php生成五星红旗,php基于GD库画五星红旗的方法_PHP
  12. Win7 桌面右键一直转圈很慢
  13. Encountered a duplicated sql alias [NAME] during auto-discovery of a native-sql query
  14. 有关程序员的几则冷笑话
  15. 工具类-随即获取姓名-ZH
  16. Debian编译内核教程
  17. 基于微信小程序的学习记录与提醒应用设计与实现-计算机毕业设计源码+LW文档
  18. 学习EBS建议有的知识
  19. 宏基因组分析-基于组装
  20. 使用多可用区Kubernetes进行灾难恢复

热门文章

  1. 第一次写ssm项目经验总结
  2. Java学习:IT行业是否已经开始饱和或者过剩?
  3. 适合影院的点播系统——点量OTT点播
  4. echarts图表显示相关
  5. 微信三级分销系统开发说明
  6. 三级分销系统是什么模式,三级分销模式合法吗?三级分销合法吗
  7. TCP/IP学习笔记:TCP/IP协议介绍
  8. [CMD] DSP CMD文件详解
  9. 在物流信息系统中,物联网主要应用于哪些领域
  10. Objective-C之Category(分类)