matlab打开图像，显示灰度直方图及均值方差

题目基本要求是对图像能进行自动分类，先构建图库，在百度上搜索就行，但是要注意维数，别太高，否则一般的笔记本受不了。然后对图像进行特征提取，提取颜色直方图特征。再将特征转换为多维数组 然后按照libsvm的各种要求进行设置就基本ok，在论文中有详细的论述。

vc++实现各种曲线类型显示的界面，曲线类型有：饼图、直方图、散点图、折线图等

基于红外图像低分辨率、低对比度、视觉特性差的特性，以及传统的利用直方图均衡化进行红外图像增强的方法会丢失图像的细节信息、增强红外图像的噪声的特性，将小波变换的多尺度、多分辨率的特点和直方图均衡化的方法相结合，提出一种更好的实现红外图像增强的算法。

利用粗糙集和属性直方图的图像增强方法

matlab实现的基于颜色直方图的特征匹配，RGB转换成hsv， 量化颜色，计算两幅图像特征向量之间的距离，实现颜色特征匹配。同时，二值化之后，计算zernike矩和hu不变矩，可以作为第二个特征匹配量。

规定化直方图 规定灰度为[zeros(1,49),0.1,zeros(1,49),0.2,zeros(1,49),0.3,zeros(1,49),0.1,zeros(1,49),0.2,zeros(1,49),0.1] 均衡化直方图

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。

使用matlab实现直方图均衡化 function histgramequalization(A) %对一幅图像进行直方图均衡化 A=imread('barb.jpg'); [m,n]=size(A); B=zeros(size(A)); l=m*n; r=zeros(1,256); y=zeros(1,256); A=double(A); for i=1:m for j=1:n r(A(i,j)+1)=r(A(i,j)+1)+1; end end ................

由于经典直方图均衡化不适用于灰度差异很大的图像的缺点，双直方图均衡化能有效克服这个缺点，可以实现图像的增强。