用matlab实现直方图均衡化，matlab之直方图均衡化概念

直方图均衡化技术，灰度级均衡化处理的最终结果是一副拓展了动态范围的图像，具有较高的对比度。

假设灰度级为归一化在[0, 1]范围内的连续量，让Pr(r)代表一副给定图像的灰度级的概率密度函数(PDF)，Pr(r)为输入图像的概率密度函数，Ps(s)为输出的概率密度函数。假设我们对输入灰度进行下列变换，得到输出的灰度级s：

w是积分变量

得到的输出灰度级的概率密度函数是均匀的，即：

结论为，经过变换得到的一副图像，该图像的灰度级是等概率的。

但是，当灰度级为离散量时，由于变量的离散特性，处理后的图像直方图也不会完全均匀。

对于离散的灰度级采取求和的方式：

k=0, 1, 2...L-1， Sk为输出后的灰度值，Rk为输入的灰度值

直方图均衡化函数：histeq

f为输入图像，nlev为输出图像设定的灰度级

若nlev与L（输入图像的灰度级总数）相等，则histeq直接执行变换函数。

若nlev小于L，则histeq试图分配灰度级，进而得到近似平坦的直方图。

histeq默认的nlev为64。一般会将nlev赋值为256，因为这样能够利用上述的直方图均衡变换方法，得到正确的执行结果。