利用matlab编写的直方图均衡化和直方图匹配的函数

数字图像处理，直方图均衡，直方图匹配，作业

用opencv写的，灰度直方图匹配，自动的，其中匹配向量用得时冈萨雷斯书上的高斯函数产生的

直方图均衡＆直方图匹配，MATLAB程序

目的：结合直方图匹配（HM）算法，评估计划kVCT（pCT）与每日MVCT之间的可变形图像配准（DIR）的准确性，并使用建议的螺旋放射疗法自适应放射治疗方法评估可变形剂量累积（H T）。 方法：对本院接受HT治疗的5例前列腺癌患者（76 Gy / 38 Fr），每周调查7例MVCT系列（共35系列）。 首先，为了最小化pCT和MVCT之间不同HU值的影响，此图像处理方法通过使用HU值的图像累积直方图来调整pCT和MVCT图像之间的HU值，从而生成HM-MVCT。 然后，执行pCT对HM-MVCT的DIR，生成变形的pCT。 最后，对pCT图像进行可变形剂量累积。 结果：与非HM方法相比，使用HM算法显着提高了DIR的准确性（p <0.05）。 对于CTV，直肠和膀胱，非HM方法的平均骰子相似系数分别为0.75±0.05、0.83±0.06和0.90±0.04，而HM方法的平均骰相似系数为0.81±0.06、0.81±0.04，和0.92±0.06分别。 对于可变形剂量累积，在两种方法之间观察到一些差异，特别是对于较小的计算区域，例如直肠V60和V70。 结论：采用HM方法可以提高DIR

直方图应用：直方图均衡化，直方图匹配，对比直方图 参考博客：http://blog.csdn.net/xiaowei_cqu/article/details/7606607

数字图像处理课程的第三次作业，包括图像灰度直方图的绘制、基于直方图的各种空域处理。参考课本是冈萨雷斯的《数字图像处理》

直方图匹配算法IDL程序实现，挺不错的哦 -Histogram matching algorithms IDL procedures realize, oh, pretty good

函数用于直方图匹配 输入：参数一：待匹配的JPG、BMP等标准格式彩色图像；参数二：JPG、BMP等标准格式彩色图像，用于匹配 输出：原始图像、原直方图、匹配（规定化）后的图像、匹配（规定化）后的直方图 返回值：直方图匹配后的灰度图像，进行变换的向量 每一个步骤都提供详细注释

c#数字图像处理之点运算及直方图，包含在c#中对图像进行处理的图像点运算处理(线性点运算、灰度拉伸和直方图绘制、直方图均衡、直方图匹配)的编程实现。