数字图像处理编程题

㈠ 数字图像处理题目（直方图均衡化）

Pr(r11)=0.023写错了，
均衡化后只输出10个灰度级了，分别是
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同被映射为12；
r8、r9同被映射为13；
r10、r11、r12同被映射为14；
r13、r14、r15同被映射为15。
图的话，按照数据画出来就是了，横坐标是输出灰度级Sk，纵坐标是Ps（Sk）

㈡ 数字图像处理问题（编程实现直方图均衡化算法）

C实现的，matlab里面就更简单了

//LPSTR lpDIBBits - 指向源DIB图像指针
//LONG lWidth - 源图像宽度（象素数）
//LONG lHeight - 源图像高度（象素数）

BOOL WINAPI InteEqualize(LPSTR lpDIBBits, LONG lWidth, LONG lHeight)
{
// 指向源图像的指针
unsigned char* lpSrc;
// 临时变量
LONG lTemp;
// 循环变量
LONG i;
LONG j;
// 灰度映射表
BYTE bMap[256];
// 灰度映射表
LONG lCount[256];
// 图像每行的字节数
LONG lLineBytes;
// 计算图像每行的字节数
lLineBytes = WIDTHBYTES(lWidth * 8);
// 重置计数为0
for (i = 0; i < 256; i ++)
{
// 清零
lCount[i] = 0;
}
// 计算各个灰度值的计数
for (i = 0; i < lHeight; i ++)
{
for (j = 0; j < lWidth; j ++)
{
lpSrc = (unsigned char *)lpDIBBits + lLineBytes * i + j;

// 计数加1
lCount[*(lpSrc)]++;
}
}

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

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

// 计算对应的新灰度值
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个象素的指针
lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i) + j;

// 计算新的灰度值
*lpSrc = bMap[*lpSrc];
}
}

// 返回
return TRUE;
}

㈢ 数字图像处理习题

不知道对你有帮助没有。