Matlab圖像處理工具箱：Histogrammatlab詳解

Matlab是一個廣泛使用的數學計算軟件，也被廣泛應用於科學計算和工業應用。而圖像處理是其中重要的應用領域之一。Matlab提供了圖像處理工具箱，其中的Histogrammatlab工具箱則專門用來處理圖像的像素值直方圖。Histogrammatlab提供了一些命令和函數，可以實現灰度圖像和真彩色圖像的直方圖顯示、繪製以及處理等多種功能。

一、Histogrammatlab的安裝與使用

1、安裝

在Matlab的主界面上，單擊“Add-Ons”按鈕，然後在“Get Add-Ons”下搜索“Histogrammatlab”，點擊“Install”進行安裝，等待安裝完成即可。

2、使用

使用Histogrammatlab需要用到Matlab代碼編寫，主要使用imhist命令和histeq命令實現對圖像的直方圖分析和處理。下面是一個簡單的代碼示例：

%讀取圖像
img=imread('test.jpg');

%顯示原始圖像
subplot(2,2,1);
imshow(img);
title('原始圖像');

%灰度化並顯示
img_gray=rgb2gray(img);
subplot(2,2,2);
imshow(img_gray);
title('灰度圖像');

%繪製灰度圖像的直方圖
subplot(2,2,3);
imhist(img_gray);
title('直方圖');

%直方圖均衡化並顯示
img_eq=histeq(img_gray);
subplot(2,2,4);
imshow(img_eq);
title('均衡化圖像');

以上示例中，首先使用imread讀取圖像，然後使用rgb2gray將圖像轉化為灰度圖像，並使用imshow顯示圖像。接着使用imhist繪製灰度圖像的直方圖，使用histeq對灰度圖像進行直方圖均衡化，並使用imshow顯示均衡化後的圖像。

二、Histogrammatlab的主要函數和命令

1、imhist

imhist是Histogrammatlab工具箱提供的繪製圖像直方圖命令。該命令實現的是灰度圖像的直方圖顯示，使用方法如下：

imhist(I)，其中I表示灰度圖像。

函數返回值是一個列向量，包含了0~255像素值的個數，表示灰度圖像的像素值分布。繪製的直方圖包含256個條形，每個條形表示一個像素值。使用命令subplot(M,N,P)將繪製的直方圖放在圖像顯示劃分的第P個位置。

2、histeq

histeq是Histogrammatlab工具箱提供的實現灰度圖像直方圖均衡化的函數，使用方法如下：

J=histeq(I)，其中I表示輸入的灰度圖像，J是均衡化後得到的圖像。

histeq函數會把圖像中灰度級數值較集中的區域的像素級數分配到灰度級數值較稀疏的區域，達到圖像亮度均衡的效果。

3、rgb2gray

rgb2gray是Histogrammatlab工具箱提供的實現彩色圖像灰度化的函數，使用方法如下：

gray=rgb2gray(rgb)，其中rgb表示輸入的彩色圖像，gray是輸出的灰度圖像。

rgb2gray可以將彩色圖像轉化為灰度圖像，實現顏色的去除，使得數據處理更加簡單和有效。

三、Histogrammatlab的應用舉例

1、圖像增強

圖像增強是指通過直方圖處理技術來改善圖像質量，將圖片中的有用信息提取出來，以便更直觀更準確的分析和處理。Histogrammatlab提供了繪製灰度圖像直方圖和直方圖均衡化的函數，可以對圖像進行增強處理。

下面是一個簡單的圖像增強應用實例，對一張灰度圖像進行直方圖均衡化處理：

img=imread('test.jpg'); %讀取圖像
subplot(2,1,1);
imshow(img); %顯示原圖像

%計算原始圖像直方圖並顯示
subplot(2,2,3);
imhist(img);
title('原始圖像直方圖');

%進行直方圖均衡化並顯示均衡化後的圖像和直方圖
J=histeq(img); %直方圖均衡化
subplot(2,2,4);
imhist(J);
title('均衡化後的直方圖');
subplot(2,1,2);
imshow(J); %顯示均衡化後的圖像

2、圖像分割

圖像分割是一種將圖像分離出不同區域的過程，可以幫助我們理解和分析圖像中的複雜結構。Histogrammatlab提供了灰度圖像和真彩色圖像的直方圖繪製命令，根據直方圖的特徵，可以實現圖像分割。

下面是一個簡單的圖像分割應用實例，對一張真彩色圖像進行圖像分割：

rgb=imread('test.jpg'); %讀取圖像

%繪製彩色圖像的直方圖
figure,imhist(rgb(:,:,1));
h1=findobj(gca,'Type','patch');
set(h1,'FaceColor',[1 0 0],'EdgeColor','r','facealpha',0.3);
hold on;
imhist(rgb(:,:,2));
h2=findobj(gca,'Type','patch');
set(h2,'FaceColor',[0 1 0],'EdgeColor','g','facealpha',0.3);
imhist(rgb(:,:,3));
h3=findobj(gca,'Type','patch');
set(h3,'FaceColor',[0 0 1],'EdgeColor','b','facealpha',0.3);
title('直方圖');

%使用imfill命令實現分割並顯示結果
gray=rgb2gray(rgb); %將彩色圖像轉化為灰度圖像
bw=gray<80; %根據灰度圖像設置二值圖像的閾值，進行圖像分割
bw2=imfill(bw,'holes');
subplot(1,2,1);
imshow(rgb);
title('原圖');
subplot(1,2,2);
imshow(bw2);
title('分割圖像');

以上示例中，根據圖像的顏色特徵，繪製了三個顏色通道的直方圖，協助分割圖像。對原彩色圖像進行灰度化處理，然後將灰度圖像化為黑白圖像，通過imfill命令實現圖像的區域填充，最終獲得分割後的圖像。

四、總結

通過Histogrammatlab工具箱提供的imhist命令和histeq命令，我們可以對圖像的像素值進行直方圖分析和處理，實現灰度圖像和真彩色圖像的直方圖顯示、繪製以及處理等多種功能。在實際應用中，我們可以通過Histogrammatlab提供的函數和命令，實現圖像增強、圖像分割、目標篩選和圖像疊加等多種常見的圖像處理操作。因此，Histogrammatlab的應用領域非常廣泛，是Matlab圖像處理工具箱中不可或缺的重要工具。