@
1.直方圖均衡化
對圖像進行非線性拉伸，重新分配圖像像元值，使一定灰度范圍內像元值的數量大致相等就是直方圖的均衡化。原來直方圖中間的峰頂部分對比度得到增強，而兩側的谷底部分對比度降低，輸出圖像的直方圖是一個較平的分段直方圖：如果輸出數據分段值較小，會產生粗略的分類的視覺效果。
在MATLAB中，histeq函數用於直方圖的均衡化。
實現代碼如下
clear
close all
clc
I=imread('peppers.png');
subplot(221)
I=rgb2gray(I);
imshow(I)
title('原始圖像')
subplot(222)
imhist(I)
title('原始圖像直方圖')
I1=histeq(I);
subplot(223)
imshow(I1)
title('圖像均衡化')
subplot(224)
imhist(I)
title('直方圖均衡化')
從MATLAB2007a開始，提供了一個新的函數adapthisteq，該函數限定對比度適應性直方圖均衡化，它先對圖像的局部塊進行直方圖均衡化，然后利用雙線性插值方法把各個小塊拼接起來，以消除局部造成的邊界。代碼如下：
clear
close all
clc
A=imread('cell.tif');
subplot(131)
imshow(A)
title('原始圖像')
B=histeq(A);
subplot(132)
imshow(B)
title('histeq函數作用效果')
C=adapthisteq(A);
subplot(133)
imshow(C);
title('adapthisteq函數作用效果');
2.直方圖規定化
所謂直方圖規定化，就是通過一個灰度映像函數，將原灰度直方圖改造成所希望的直方圖。所以直方圖修正的關鍵就是灰度映像函數。直方圖規定化是用於產生處理后有特殊直方圖圖像的方法。令Pr（V）和Pz（Z）分別為原始圖像和期望圖像的灰度概率密度函數。對原始圖像和期望圖像均做直方圖均衡化處理，應有
由於都是作直方圖均衡化處理，所以處理后的原圖像的灰度概率密度函數Ps（S）及理想圖像的灰度概率密度函數Pv（V）是相等的。因此，可以用變換后的原始圖像灰度級S代替上式中的V，即
利用此式可以從原始圖像得到希望的圖像灰度級。對離散圖像有
綜上所述，數字圖像的直方圖規定化算法如下：
（1）將圖像進行直方圖均衡化處理，求出原圖像中每一個灰度級ri所對應的變換函數Si；
（2）對給定直方圖做類似計算，得到理想圖像中每一個灰度級Zi所對應的函數Vi；
（3）找出Vi≈Si的點對，並映射到Zi；
（4）求出Pi（Zi）；
代碼如下：
clear
close all
clc
I=imread('tire.tif');
subplot(221)
imshow(I);
title('原始圖像')
hgram=50:2:250;%規定化函數
J=histeq(I,hgram);
subplot(222)
imshow(J)
title('圖像規定化')
subplot(223)
imhist(I,64)
title('原始圖像直方圖')
subplot(224)
imhist(J,64)
title('規定化后直方圖')
