的蓝色分量
0真0x彩10色4图像1的00蓝色分量20直0方图5
0
0
100
200
图12真彩色图像各颜色分量图及其直方图
红色分量均衡化后图像
红x色10分4量均衡化后图像直方图
5
绿色分量均衡化后图像
0绿0x色10分4量均1衡00化后图像20直0方图
5
蓝色分量均衡化后图像
0蓝0x色10分4量均1衡00化后图像20直0方图
5
0
0
100
200
图13各分量均衡化后的图像及其直方图
由图12和图13所显示的红绿蓝各颜色分量均衡化前后的图像直方图对比可得：○1经变换后得到的新直方图虽然不很平坦，但比原始图像的直方图平坦的
f多而且其动态范围也大大地扩展了。因此，这种方法对于对比度较弱的图像进行处理是很有效的。○2因为直方图是近似的概率密度函数，所以用离散灰度级作变换一般得不到完全平坦的结果。○3变换后的灰度级减少了，这种现象叫做“简并”现象。这是像素灰度有限的必然结果。数字图像的直方图均衡只是近似的。
2邻域平均法和中值滤波法各有何特点？用上述2种方法实现噪声图像的去噪。计算去噪前后的峰值信噪比，做出主
观和客观评价。邻域平均法特点：1其主要优点是算法简单，图像的噪声得到了一定的抑制；但其代价是会造成
2邻域平均法的平滑效果与所采用邻域的半径（模板大小）有关。半径愈大，去噪效果越好，但图像的模糊程度越大。
中值滤波法特点：1对某些输入信号中值滤波的不变性。对某些特定的输入信号，如在窗口内单
调增加或单调减少的序列，中值滤波输出信号仍保持输入信号不变利用这个特点，可以使中值滤波既能去除图像中的噪声，又能保持图像中一些物体的边缘。2对随机噪声的抑制能力，中值滤波比平均值滤波要差一些。但对脉冲干扰，特别是脉冲宽度小于m／2、相距较远的窄脉冲干扰，中值滤波的效果较好。3中值滤波的频谱特性。中值滤波频谱特性起伏不大，其均值比较平坦。可以认为信号经中值滤波后，频谱基本不变。
Matlab程序主要部分如下：（1）分别给图像加入噪声密度为002的椒盐噪声和高斯噪声，然后分别采用中值滤波和均值滤波对两种噪声图像去燥。
Gim
oiseIgauss002加入高斯噪声Jim
oiseIsaltpepper002加入椒盐噪声avefspecialaverage5Kfilter2aveG255均值滤波抑制高斯噪声Lfilter2aveJ255均值滤波抑制椒盐噪声Mmedfilt2G33中值滤波抑制高斯噪声Nmedfilt2J33中值滤波抑制椒盐噪声
（2）计算去噪前后的峰值信噪比hwsizeIgdoubleGkdoubleKmdoubleMjdoubleJldoubleL
doubleN
fMSE1sr