非图像数据的直方图均衡化答案

【问题标题】：Histogram equalization on non-image data非图像数据的直方图均衡化
【发布时间】：2016-04-25 14:16:46
【问题描述】：

我有一个包含负值和正值的矩阵：

我成功地使用这个命令绘制了它的 pdf：

[n,xout] = hist(A(:), 256);
pdf = n/numel(A);
figure; stem(xout, pdf, 'marker', 'none');

不幸的是，我不能使用unique(A) 代替256，因为它会重复返回我的矩阵的值！

这是 pdf：pdf 如何进行直方图均衡？我使用此命令计算了 pdf 的累积总和：

ind = find(pdf == max(pdf));

cdf1 = cumsum(pdf(ind:end));
cdf2 = cumsum(pdf(ind-1:-1:1));

cdf = [flipud(cdf2); cdf1];

figure; stem(xout, cdf, 'marker', 'none');

结果 cdf 为：cdf

是真的吗？如果是，那之后我该怎么办？最后如何将均衡直方图转换为均衡图像（矩阵）？

任何帮助将不胜感激。

【问题讨论】：

以前版本中的histogram 或hist 怎么样？

标签： matlab histogram

【解决方案1】：

如果 X 是您的矩阵，您可以这样做：

[y, elements] = hist(X(:), unique(X));
stem(elements, y);

你有你的直方图

【讨论】：

谢谢MingiuX，但为什么是unique(X)？我在参数中使用了 256 而不是 unique(X) 并得到了一个类似于 imhist 的负分布直方图。
使用 256 而不是 unique(X) 您正在创建一个由 256 个元素组成的 elements 向量，因此您将 x 轴划分为 256 个不同的值，并仅对那些您可以的值赋予权重也可以在X 矩阵中找到。相反，使用 unique(X)，您将获得一个 elements 向量，该向量仅包含仅考虑一次的 X 矩阵元素（它们是您赋予不同于 0 的权重的元素）。如果这个答案不清楚，请尝试为这两种情况打印您的elements 向量，您就会明白。
好的。非常感谢。