图像直方图均衡实验.docx

《图像直方图均衡实验.docx》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、实验名称实验2：直方图均衡实验目的掌握对图像直方图进行操作，实现图像的直方图均衡算法。1、掌握求灰度图像归一化直方图方法2、掌握灰度图像的直方图均衡算法3、掌握对彩色图像进行直方图均衡的算法实验内容1、计算灰度图像的归一化直方图。具体内容：利用OpenCV对图像像素进行操作，计算归一化直方图。并在窗口中以图形的方式显示出来2、灰度图像直方图均衡处理具体内容：通过计算归一化直方图，设计算法实现直方图均衡化处理。3、彩色图像直方图均衡处理具体内容：在灰度图像直方图均衡处理的基础上实现彩色直方图均衡处理。实验完成情况（包括完成的实验内容及每个实验的完成程

2、度。注意要贴出每个实验的核心代码）1.利用OpenCV对图像像素进行操作，计算归一化直方图。并在窗口中以图形的方式显示出来：IplImage*BuildHistogram(IplImage*src){CvSizesize;size.width=300;size.height=300;IplImage*dst=cvCreateImage(size,IPL_DEPTH_8U,1);intcount[256];/*初始化每个灰度级对应像素个数为0*/for(inti=0;i<256;i++){count[i]=0;}/*统计每个灰度级对应像素个数*/fo

3、r(inti=0;iheight;i++){for(intj=0;jwidth;j++){CvScalars=cvGet2D(src,i,j);intcolor=s.val[0];count[color]++;}}/*计算其中最大个数*/intmax=0;for(inti=0;i<256;i++){if(count[i]>max){max=count[i];}}/*初始化直方图背景为白色*/CvScalarwhite;white.val[0]=255;for(inti=0;iheight;i++){for(int

4、j=0;jwidth;j++){cvSet2D(dst,i,j,white);}}/*绘制横竖坐标*/CvScalarblack;black.val[0]=0;for(inti=0;i<280;i++){cvSet2D(dst,280,i+10,black);}for(inti=0;i<280;i++){cvSet2D(dst,i+10,20,black);}/*绘制直方图*/for(inti=0;i<256;i++){inthigh=count[i]*256/max;intx=20+i;for(intj=0;j

5、nty=280-j;cvSet2D(dst,y,x,black);}}returndst;}实验结果如下图所示：1.通过计算归一化直方图，设计算法实现直方图均衡化处理。核心代码如下：IplImage*Equalization(IplImage*src){IplImage*dst=cvCreateImage(cvGetSize(src),IPL_DEPTH_8U,src->nChannels);intcount[256];floatpr[256];floatdstColor[256];/*初始化灰度级对应像素计数为0,灰度级出现的概率为0，均衡后灰度

6、为0*/for(inti=0;i<256;i++){count[i]=0;pr[i]=0.0f;dstColor[i]=0;}/*统计每个灰度级对应像素个数*/for(inti=0;iheight;i++){for(intj=0;jwidth;j++){CvScalars=cvGet2D(src,i,j);intcolor=s.val[0];count[color]++;}}/*计算每个灰度级出现概率*/intmax=src->height*src->width;for(inti=0;i<256;i++){pr[i]=cou

7、nt[i]*1.0f/max;if(i>0){dstColor[i]=dstColor[i-1]+255*pr[i];}else{dstColor[i]=255*pr[i];}}/*生成均衡后图像*/for(inti=0;iheight;i++){for(intj=0;jwidth;j++){CvScalars=cvGet2D(src,i,j);intsrcColor=s.val[0];CvScalard;d.val[0]=(int)(dstColor[srcColor]);cvSet2D(dst,i,j,d);}}retu

8、rndst;}实验结果如下图所示：1.在灰度图像直方图均衡处理的基础上实现彩色直方图均衡处理。核心代码如下：IplImag