应用MATLAB（或C）语言编写一幅灰度图像直方图统计程序

这个是用java语言实现的统计英文文献里面字母出现的额频率，并画出对应的直方图。

matlab代码，读取图片，将图片进行灰度计算，然后输出直方图。适用于各种图片的对比工作，文本采用人脸识别的灰度图，可用于特征提取。

利用两个非对称直方图分别向相反方向平移嵌入信息，会产生像素值的补偿还原效应，提出了一种更好的像素值预测方法，生成两个更偏向0值右侧和左侧的非对称预测误差直方图，这样的两个直方图在进行第二层信息嵌入时，会出现更多的像素点恢复到原始图像像素值，减少图像扭曲失真，提高载密图像质量。与传统算法相比，减少了参与直方图修改的像素量，进一步保护了载密图像质量。

直方图算法进行视频图像分割，将视频进行分成图像的单独图片，对每一张图片进行直方图分割算法，在合成视频，用于无人驾驶

直方图均衡化 　　图像对比度增强的方法可以分成两类:一类是直接对比度增强方法;另一类是间接对比度增强方法。直方图拉伸和直方图均衡化是两种最常见的间接对比度增强方法。直方图拉伸是通过对比度拉伸对直方图进行调整，从而“扩大”前景和背景灰度的差别，以达到增强对比度的目的，这种方法可以利用线性或非线性的方法来实现;直方图均衡化则通过使用累积函数对灰度值进行“调整”以实现对比度的增强。 　　直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。 　　缺点： 　　1）变换后图像的灰度级减少，某些细节消失； 　　2）某些图像，如直方图有高峰，经处理后对比度不自然的过分增强。

来自极坐标/位置向量的双变量直方图。 本质上，坐标被转换为笛卡尔坐标并馈送到直方图2。 然后绘制极坐标网格以模仿极坐标图。 此类的属性和方法旨在模仿类似的极坐标图由 POLARAXES 和具有相同名称的属性创建，例如“ThetaDir”，模仿真正的 POLARAXES 的行为。 请注意，这有局限性，可能不起作用完美无缺。 在绘图期间可以通过名称-值对指定属性使用点符号或 set(obj, param, val) 构造或设置事后。 直方图2 使用参数 {'DisplayStyle', 'tile', 'ShowEmptyBins', 'off', 'EdgeColor', 'none'}，可以通过指定各自的绘图创建期间或通过访问返回对象的属性的名称-值对'直方图'。 此函数的可选名称-值对支持指定的名称-值对下面以及 HISTOGRAM2 接受的所有名称-值对。 句法： histogr

实现一维灰度直方图图像分割的matlab实现源代码。亲自试验过，可以运行，可以用来自动确定阈值或者图像分割。

颜色直方图，LBP特征提取（多种）

图像的直方图均衡、均值滤波、中值滤波和拉普拉斯锐化的matlab代码。包括测试图像和代码处理结果图。对数字图像处理教材例子复现。