程序如下：img=imread('原图。jpg');p=rgb2gray(img);h=imhist(p);

h1=h(1:2:256);h2=1:2:256;

stem(h2,h1,'r--');figure,imhist(p);

当图像的灰度对比度较小时，它的灰度直方图只分布在灰度轴上非零区间上的一小段，比较暗的图像的包含的像素灰度值都很低，所以它的灰度直方图的主要部分分布在灰度值较低的那一小段区间上，而在灰度值较高的区间上的分布较少或基本没有，较亮的图像的灰度直方图分布情况则正好相反。

3。2。4 图像的增强

在实际应用中，无论采用哪种装置输入的采集的图像，由于光照、噪声等原因，图像的质量往往不能令人满意。例如，检测图像的边缘过于模糊；某些黑白点噪声会出现在原先较为理想的图片上；图像还可能出现的失真、变形等等。所以图像往往需要采取一些方法进行改善以求达到更好的效果。图像增强技术正是在此基础上提出的。图像增强是图像分析与处理的一个重要的预处理过程，其主要有两个目的：一是运用一系列技术手段改善图像的视觉效果,提高图像的清晰度；二是将图像转化成一种更适合于人或计算机进行分析处理的形式，所以说改善图像的质量是图像增强的根本目的。图像增强的意义一般可以理解为：按特定的需要进行适当的变换，对图像的某些特征，如边缘、轮廓、对比度进行强调或锐化，突出某些有用的信息，去除或消弱无用的信息以便于显示、观察或进一步分析和处理。文献综述

图像增强处理方法可以根据图像增强处理所处的空间不同，可分为基于空间域的增强方法和基于频率域的增强方法两类。空间域处理方法是在图像像素组成的二维空间里直接对每一个像素的灰度值进行处理，它可以是一幅图像内像素点之间的运算处理，也可以是数幅图像间的相应像素点之间的运算处理。频率域处理方法是在图形的变换域对图像进行间接处理，其特点是先将图像进行变换，在空间域对图像作傅里叶变换得到它的频谱，然后按照某种变化模型（如傅里叶变换）变换到频率域，完成图像由空间域变换到频率域，然后在频率域内对图像进行低通或高通频率域滤波处理。处理完之后，再将其反变换到空间域直方图均衡化算法是图像增强空域法中的最常用、也是最重要的算法之一。它以概率论为基础，运用灰度点运算来实现直方图的变换，从而达到增强图像的目的。本文介绍一种基于累积分布函数变换法为基础的直方图修正法。它可以通过对直方图进行均匀化修正，可使图像的灰度间距增大或灰度均匀分布、增大反差，是图像的细节变得清晰。

给定一图像的灰度级经归一化处理后，分布在0≤r≤1范围内，此时可以对[0,1]区间内的任一个r值进行以下变换：

s=T（r） (2)

也就是说，通过上述变换，每个原始图像的像素值r都对应产生一个s值。变换函数T(r)应该满足以下两个条件[7]：（1）在0≤r≤1区间内，T(r)是单值单调递增的；

（2）对于0≤r≤1，有0≤T(r)≤1；这里第一个条件保证了图像的灰度级从亮到暗的顺序不变和反函数T-1(s)的存在。第二

个条件则保证了映射变换后的像素灰度值在允许的范围内。从s到r的反函数可用式(3)表示，也同样的满足上述两个条件