采用c++语言，编写了直方图均衡化处理的类，并用opencv绘制了均衡化前后的统计直方图，以及通过直方图均衡化的原图像。该文件包括代码及结果图。

理解和掌握直方图、直方图均衡、直方图匹配的原理和实现方法；自己编程实现均衡化与matlab 函数的结果进行比较；采用直方图匹配重新处理图像，匹配直方图自选， 可采用多峰值高斯函数来模拟此类型直方图；采用局部直方图均衡对图像进行处理，以获得黑方块内的图像信息。

主要实现了彩色图像到灰度图像的转化，然后根据灰度图像进行直方图均衡化，用MATLAB 编写的，简单易懂。

matlab直方图均衡化源代码，通常用来增加许多图像的全局对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。

VC++编写的直方图均衡化程序，语句有详细注解，适合初学者参考

matlab图像均衡化的代码从RGB图像进行高光谱重建以实现静脉可视化 我们提出了一种数据驱动的方法来从RGB图像中重建高光谱图像。 该方法基于残差学习方法，该方法可有效捕获数据流形的结构，并考虑到存在于RGB图像中的空间上下文信息以进行光谱重建过程。 提出的RGB到高光谱的转换方法可以处理在不同照明下拍摄的图像，这对于实际应用来说是重要的功能。 所提出的方法是通用的，并且可以支持各种应用。 为了展示所提出的转换方法的价值，我们设计并评估了静脉可视化应用程序。 我们使用商用高光谱相机收集了该领域最早的高光谱数据集之一； 我们将此数据集提供给其他研究人员。 我们使用此数据集来训练我们的深度学习模型，并作为比较的基础。 我们的实验结果表明，该方法可提供准确的静脉可视化和定位结果。 数据集结构 下载链接 - 该数据集由成对的207张RGB图像及其相应的超立方体组成。 高光谱图像包含从原始数据中提取的Matlab（ .mat ）格式的光谱范围为820-920nm的34个波段。 整个数据集包含来自13个参与者的信息（图像）。 10个参与者的数据用于培训，其余3个参与者的数据用于测试/验证。 文件

Matlab制作模糊的图像清晰：分别实现：1。对模糊车牌图像进行清晰处理； 2。对高斯模糊图像进行高斯平滑滤波处理； 3。对椒盐噪声图像进行中值滤波处理； 4。对雾化图像进行直方图均衡化处理； 5。对模糊图像进行垂直拉伸与灰度拉伸处理； 6。对运动模糊图像进行维纳滤波处理；

matlab 自编直方图均衡化 源程序 调试通过

此程序为LabVIEW双目图像采集程序，可以利用双摄像头采集两个图像，对两个图像进行拼接，之后灰度化、直方图均衡化、中值滤波操作后显示图像，可以将图像保存为jpeg图片。

基于matlab的直方图均衡化的彩色图像增强程序，通过matlab仿真，比较均衡化后的还原图像与输入原始真彩色图像，输出图像轮廓更清晰，亮度明显增强