一．實驗目的
1．掌握灰度直方圖的概念及其計算方法；
2．熟練掌握直方圖均衡化計算過程；了解直方圖規定化的計算過程；
3．了解色彩直方圖的概念和計算方法
二．實驗內容：
1 讀取數字圖像，顯示直方圖（例如使用imhist,有余力可嘗試bar,stem等函數），并進行直方圖均衡化處理；
2 顯示經過均衡化處理過的圖像直方圖。
3 有余力可探索更多關于直方圖的圖像處理操作（例如直方圖規定化、局部直方圖規定化等）。
4 記錄和整理實驗報告。
三．實驗程序、實驗結果與實驗分析：
1.實驗程序
（1）讀取數字圖像，顯示直方圖，并進行直方圖均衡化處理（Test4_1）
I=imread('pollen.jpg');??J=histeq(I);%對原圖像進行直方圖均衡化處理figure;subplot(1,2,1) ;imshow(I);title('原圖像');?????????subplot(1,2,2) ;imshow(J);?title('直方圖均衡化后的圖像') ;???figure; subplot(1,2,1) ;imhist(I,64);??? %將原圖像直方圖顯示為64級灰度title('原圖像直方圖') ;???????subplot(1,2,2);?????????????imhist(J,64) ;??? %將均衡化后圖像的直方圖顯示為64級灰度title('均衡變換后的直方圖') ;?（2）讀取數字圖像，顯示直方圖，并進行直方圖規定化處理（Test4_2）
I=imread('mars.jpg');% 顯示原始圖像和其直方圖figure;subplot(1, 2, 1);imshow(I);title('火星天體福布斯的圖像');subplot(1, 2, 2);imhist(I, 64);title('原圖像直方圖');m1 = 0.15; sig1 = 0.05;? m2 = 0.75; sig2 = 0.05;?A1 = 1; A2 = 0.07;? k = 0.002;?p = twomodegauss(m1, sig1, m2, sig2, A1, A2, k);% 對圖像進行直方圖規定化處理J = histeq(I, p);% 顯示規定化處理后的圖像和其直方圖figure;subplot(1, 2, 1);imshow(J);title('直方圖規定化后的圖像');subplot(1, 2, 2);imhist(J, 64);title('規定化處理后的直方圖');（3）讀取數字圖像，顯示直方圖，并進行局部直方圖規定化處理（Test4_3）
f=imread('mars.jpg');figure;?subplot(2, 2, 1);?imshow(f);?title('原始圖像');?g1=adapthisteq(f);subplot(2, 2, 2);?imshow(g1);?title('用默認值使用adpthisteq函數的結果');?g2=adapthisteq(f,'NumTiles',[25,25]);subplot(2, 2, 3);?imshow(g2);?title('將參數NumTiles設置為[25,25]時函數的結果');?g3=adapthisteq(f,"NumTiles",[25,25],"ClipLimit",0.05);subplot(2, 2, 4);?imshow(g3);?title('使用這個小片數量，并且ClipLimit=0.05時得到的結果');2.實驗結果
（1）讀取數字圖像，顯示直方圖，并進行直方圖均衡化處理
（2）讀取數字圖像，顯示直方圖，并進行直方圖規定化處理
直方圖規定化后的圖像
（3）讀取數字圖像，顯示直方圖，并進行局部直方圖規定化處理
3.實驗分析
（1）讀取數字圖像，顯示直方圖，并進行直方圖均衡化處理
①讀取灰度圖像pollen.jpg
I=imread('pollen.jpg');??②對原圖像進行直方圖均衡化處理
J=histeq(I);③將均衡化后圖像的直方圖顯示為64級灰度?
imhist(J,64) ;??? %將均衡化后圖像的直方圖顯示為64級灰度（2）讀取數字圖像，顯示直方圖，并進行直方圖規定化處理
①讀取灰度圖像mars.jpg
I=imread('mars.jpg');②使用雙模態高斯函數作為特定的直方圖
m1 = 0.15; sig1 = 0.05;? m2 = 0.75; sig2 = 0.05;?A1 = 1; A2 = 0.07;? k = 0.002;?p = twomodegauss(m1, sig1, m2, sig2, A1, A2, k);③對圖像進行直方圖規定化處理
J = histeq(I, p);（3）讀取數字圖像，顯示直方圖，并進行局部直方圖規定化處理
①讀取灰度圖像mars.jpg
f=imread('mars.jpg');②使用adpthisteq函數全部默認設置
g1=adapthisteq(f);③將小片大小增加到[25,25]
g2=adapthisteq(f,'NumTiles',[25,25]);④使用小片數量[25,25]，使ClipLimit=0.05
g3=adapthisteq(f,"NumTiles",[25,25],"ClipLimit",0.05);四．思考題
1．直方圖是什么概念？它反映了圖像的什么信息？
直方圖是一個統計圖表，它用于表示數字圖像中每個灰度級出現的頻率或次數。對于一幅給定的圖像，直方圖能夠展示圖像中每個像素強度值（灰度級）的分布情況。橫坐標通常代表灰度級，而縱坐標則代表該灰度級在圖像中出現的頻數或頻率。
直方圖反映了圖像的以下幾個關鍵信息：
對比度：通過直方圖，可以觀察圖像中像素強度的分布情況，從而判斷圖像的對比度。
亮度：直方圖的偏移情況可以反映圖像的整體亮度。如果直方圖主要偏向較高的灰度級，則圖像整體偏亮；反之，如果偏向較低的灰度級，則圖像整體偏暗。
動態范圍：直方圖能夠展示圖像所包含的灰度級范圍，從而反映圖像的動態范圍。
2．直方圖均衡化是什么意思？它的主要用途是什么？
直方圖均衡化是一種增強圖像對比度的方法，通過拉伸像素強度值的分布范圍來增強圖像的對比度。具體來說，它將原始圖像的直方圖變換為均勻分布的形式，從而增強圖像中不同灰度級之間的對比度。
直方圖均衡化的主要用途包括：
提高圖像對比度：通過均衡化操作，可以使圖像的灰度級分布更加均勻，從而提高圖像的對比度，使圖像中的細節更加清晰。
改善視覺效果：對于對比度較低的圖像，直方圖均衡化可以顯著改善其視覺效果，使圖像更加鮮明、生動。
預處理步驟：在圖像處理和分析中，直方圖均衡化常作為預處理步驟，為后續的特征提取、目標識別等任務提供更好的圖像質量。
