數字圖像處理編程題

㈠ 數字圖像處理題目（直方圖均衡化）

Pr(r11)=0.023寫錯了，
均衡化後只輸出10個灰度級了，分別是
Ps(s3)=0.195;
Ps(s5)=0.160;
Ps(s8)=0.147;
Ps(s9)=0.106;
Ps(s10)=0.073;
Ps(s11)=0.056;
Ps(s12)=0.09;
Ps(s13)=0068.;
Ps(s14)=0.069;
Ps(s15)=0.036;
其中r6、r7同被映射為12；
r8、r9同被映射為13；
r10、r11、r12同被映射為14；
r13、r14、r15同被映射為15。
圖的話，按照數據畫出來就是了，橫坐標是輸出灰度級Sk，縱坐標是Ps（Sk）

㈡ 數字圖像處理問題（編程實現直方圖均衡化演算法）

C實現的，matlab裡面就更簡單了

//LPSTR lpDIBBits - 指向源DIB圖像指針
//LONG lWidth - 源圖像寬度（象素數）
//LONG lHeight - 源圖像高度（象素數）

BOOL WINAPI InteEqualize(LPSTR lpDIBBits, LONG lWidth, LONG lHeight)
{
// 指向源圖像的指針
unsigned char* lpSrc;
// 臨時變數
LONG lTemp;
// 循環變數
LONG i;
LONG j;
// 灰度映射表
BYTE bMap[256];
// 灰度映射表
LONG lCount[256];
// 圖像每行的位元組數
LONG lLineBytes;
// 計算圖像每行的位元組數
lLineBytes = WIDTHBYTES(lWidth * 8);
// 重置計數為0
for (i = 0; i < 256; i ++)
{
// 清零
lCount[i] = 0;
}
// 計算各個灰度值的計數
for (i = 0; i < lHeight; i ++)
{
for (j = 0; j < lWidth; j ++)
{
lpSrc = (unsigned char *)lpDIBBits + lLineBytes * i + j;

// 計數加1
lCount[*(lpSrc)]++;
}
}

// 計算灰度映射表
for (i = 0; i < 256; i++)
{
// 初始為0
lTemp = 0;

for (j = 0; j <= i ; j++)
{
lTemp += lCount[j];
}

// 計算對應的新灰度值
bMap[i] = (BYTE) (lTemp * 255 / lHeight / lWidth);
}

// 每行
for(i = 0; i < lHeight; i++)
{
// 每列
for(j = 0; j < lWidth; j++)
{
// 指向DIB第i行，第j個象素的指針
lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i) + j;

// 計算新的灰度值
*lpSrc = bMap[*lpSrc];
}
}

// 返回
return TRUE;
}

㈢ 數字圖像處理習題

不知道對你有幫助沒有。