您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

matlab直方图(matlab 图像直方图显示)

直方图,像素,图像matlab直方图(matlab 图像直方图显示)

发布时间：2020-12-06加入收藏来源：互联网点击：

最近很多小伙伴想了解matlab直方图的一些资讯，今天小编整理了与matlab直方图相关的信息分享给大家，一起来看看吧。

本文目录一览：

1、如何用matlab画直方图 2、matlab 图像直方图显示 3、matlab全局直方图均衡化和局部直方图均衡化的优缺点

如何用matlab画直方图

matlab中，绘制二维直方图的函数是bar，绘制三维直方图的函数是bar3，以下分别列出其用法：

调用格式：bar(x,y,选项) ，其中，x,y是维数相同的矩阵或者向量，配对的x,y按对应的列元素为横纵坐标绘制，选项是一些绘图控制选项，可选；

例如，绘制y=2exp(-0.5x)的条形图

bar3(x,y)或者bar3(y),前者在x指定的位置上绘制y中元素的条形图，后者y的每一个元素对应于一个条形。

matlab 图像直方图显示

不同的数据会显示不同的直方图，以imhist为例，直方图及代码如下。

利用matlab计算图像直方图函数为imhist（）

具体用法：

imhist(i);直接显示图像i的灰度直方图；

imhist（i，n）n为指定灰度级显示直方图；

[count,x]=imhist(i)获取直方图信息，count为每一级灰度像素个数，x为灰度级，x也可以在imhist（i，x）中指定，可以通过stem（x，count）画相应直方图；

代码应用：

i=imread('F:\Myfile\Matlab\Test_picture\0_1.jpg');

imshow(i);

figure;

imhist(i);

figure;

imhist(i,32);

figure;

[count,x]=imhist(i,32);

stem(x,count);

matlab全局直方图均衡化和局部直方图均衡化的优缺点

matlab全局直方图均衡化和局部直方图均衡化的优缺点如下：

如果一幅图像整体偏暗或者偏亮，那么直方图均衡化的方法很适用。但直方图均衡化是一种全局处理方式，它对处理的数据不加选择，可能会增加背景干扰信息的对比度并且降低有用信号的对比度（如果图像某些区域对比度很好，而另一些区域对比度不好，那采用直方图均衡化就不一定用）。此外，均衡化后图像的灰度级减少，某些细节将会消失；某些图像（如直方图有高峰），经过均衡化后对比度不自然的过分增强。针对直方图均衡化的缺点，已经有局部的直方图均衡化方法出现。

1.全局直方图均衡化，是先将图像各元素的个数进行统计，再求出各像素值的概率，并进行概率对应的归一化，将归一化的概率乘上灰度值，根据原像素值和归一化后的像素值对应，通过find函数找到原来相应的像素改变为现在归一化后的像素，得到均衡化处理的图像。

2.局部直方图均衡化，分为子块不重叠、子块重叠和子块部分重叠，函数中可选择不同的方法计算。子块不重叠算法根据输入分割子块的大小为n，将图像划分为多块n*n大小的子块，单独对每块进行直方图均衡化；子块重叠算法根据输入分割子块的大小n,利用该分割子块的直方图信息对子块中心的像素进行均衡化，逐一处理完该子块所有像素点；子块部分重叠算法子块是将移动步长约取为子块尺寸的几分之一，子块均衡的灰度值用于映射子块所有像素的灰度值，并记录对多次被均衡的像素，将均衡结果取平均作为该像素在输出图像中的灰度值。

以上就是matlab直方图的相关信息介绍，希望能对大家有所帮助。

本文到此结束，希望对大家有所帮助呢。