Matlab中为我们提供了大量的函数，以方便我们对设计的算法进行验证，方便我们进行科学研究等等。使用Matlab处理数字图像也是相当方便的，它给我们提供了很多函数，如读取（imread）、显示（imshow）、存储（imwrite）、直方图均衡化（histeq）......，相当丰富的函数。
图像增强使用直方图均衡化方法，利用Matlab的histeq函数实现。使用Matlab自带函数加入椒盐噪声，分别使用低通滤波、中值滤波、同态滤波进行去噪。下面给出Matlab代码，涉及到的函数如有不清楚的，可以在Matlab命令窗口输入help 函数名，或者doc 函数名，查看帮助。
使用本程序，请新建一个.m文件，并命名为：imenhden.m，保存，将原始的图片与此m文件都放在Matlab当前工作目录下，然后在命令窗口输入：imenhden( 'lena.png');回车即可，其中lena.png为原始图片名。
function [ ] = imenhden( fineName )
%% 读入图像
I = imread(fineName);
figure(1);
subplot(2,2,1);
imshow(I);
title('原图像');
%% 直方图均衡化
m = 16;
H = histeq(I,m);
subplot(222);
imshow(H,[]);
title('均衡后的图像');
subplot(223);
hist(double(I),m);
title('直方图');
subplot(224);
hist(double(H),m)
title('均衡后的直方图');
%% 噪声与滤波
figure(2)
subplot(3,2,1);
imshow(I);
title('原图像');
% 加入椒盐噪声并显示
II = imnoise(I,'salt & pepper');
subplot(3,2,2);
imshow(II);
title('加入椒盐噪声后的图像');
% 低通滤波平滑
[B,A] = butter(6,0.2,'low');
J = filter(B,A,double(II));
subplot(3,2,3);
imshow(J,[]);
title('低通滤波平滑');
% 中值滤波平滑
J = medfilt2(II);
subplot(3,2,4);
imshow(J,[]);
title('中值滤波平滑');
% 同态滤波
[I0,M] = imread(fineName);
%I0 = II;M=[];
I1 = log(double(I0)+1);
I2 = fft2(I1);
N=2;D0=0.05*pi;rh=0.8;r=0.5;
[row,col]=size(I2);
for m=1:row
for n=1:col
D1(m,n)=sqrt(m^2+n^2);
H(m,n)=r+(rh/(1+(D0/D1(m,n))^(2*N)));
end
end
I3=I2.*single(H);
I4=ifft2(I3);
I5=exp(I4)-1;
subplot(3,2,5);
imshow(I0,M);
title('原图像');
subplot(3,2,6);
imshow(I5,M);
title('同态滤波后的图像');
end
图1 lena原图像
使用如上程序对上图lena图像进行处理，分别得到下图所示的结果：
图2 图像增强——直方图均衡化
图3 图像去噪效果对比图
Matlab与C/C++联合编程之从Matlab调用C/C++代码 http://www.linuxidc.com/Linux/2012-08/68148.htm
二分类SVM方法Matlab实现 http://www.linuxidc.com/Linux/2013-05/84050.htm
Matlab中的取整函数fix, floor, ceil与round http://www.linuxidc.com/Linux/2013-10/91161.htm
