Matlab 非图像数据的直方图均衡化

我有一个包含负值和正值的矩阵：

我使用以下命令成功绘制其pdf：

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

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');

不幸的是，我不能使用

unique（A）

而不是

256

，因为它会重复返回矩阵的值

这是pdf： 如何实现直方图均衡化？我使用以下命令计算pdf的累积总和：

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

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');

由此产生的cdf是：

这是真的吗？如果是，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）

---

任何帮助都将不胜感激。

如果X是您的矩阵，您只需执行以下操作：

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

---

你有你的直方图

那么以前版本中的

直方图

或

历史

呢？谢谢你，MingiuX，但是为什么是唯一的（X）？我在参数中使用了256而不是unique（X），得到了一个类似于负分布的imhist的直方图。使用256而不是unique（X），您创建了一个由256个元素组成的

元素

向量，因此您将X轴划分为256个不同的值，并且只对那些值赋予权重，这些值也可以在

X

矩阵中找到。相反，使用unique（X），您将获得一个只包含一次考虑的矩阵元素的

元素

向量（它们是您赋予权重不同于0的元素）。如果这个答案不清楚，试着打印两种情况下的

元素
向量，你就会明白。好的。非常感谢你。