1. 对给定图像 001.png （上图）进行直方图均衡化处理。画出原图及其直方图，以及直方图均衡化后的图像及其直方图。

代码实现：

（1）编写myHist函数用来计算图像的直方图：
	function A = myHist(image)
	% image：要统计直方图的图像
	% A：直方图
	A = zeros(1,256);
	% 遍历矩阵
	for i = 1:size(image, 1)
	    for j = 1:size(image, 2)
	        % 统计数目
	        A(image(i,j)+1) = A(image(i,j)+1)+1;
	    end
	end
	x = 0:255;
	bar(A);
	end
（2）对原图像进行均衡化：
	I = imread('lena.bmp');
	
	% 计算灰度直方图
	A = myHist(I);
	
	% cumsum函数计算出CDF
	% numel函数计算像素点的总数
	pdf = cumsum(A)/numel(I);
	
	% 得出均衡化变换
	eq = pdf*255;
	
	% 根据eq将原图中的像素均衡化
	I_eq = uint8(eq(double(I+1)));
	
	% 按题目要求绘图
	subplot(2,2,1);imshow(I);title('原图');
	subplot(2,2,2);imshow(I_eq);title('均衡化后的图像');
	subplot(2,2,3);myHist(I);title('原直方图');
	subplot(2,2,4);myHist(I_eq);title('均衡化后的直方图');

结果

2. 对给定原图像 original.bmp 进行直方图匹配，匹配图像为 reference.jpg，画出原图、匹配图像、原图匹配后的图像及其各自直方图。下图分别为 originaly、reference

---

代码实现

    % 注意：其中 myHist函数的实现与第一题相同
	I1 = imread('original.bmp');
	I2 = rgb2gray(imread('reference.jpg'));
	% 这里发现直接读入I2会有三个维度，故使用rgb2gray函数先进行转化
	
	% 分别得到两张图片的直方图
	o_hist = myHist(I1);
	r_hist = myHist(I2);
	
	% 计算均衡分布
	cdf1 = 255*cumsum(o_hist)/numel(I1);
	
	% 计算 G(z)
	cdf2 = 255*cumsum(r_hist)/numel(I2);
	
	% 建立映射关系
	maps = zeros(1, 256);
	for i = 1:256
	    [~, index] = min(abs(cdf1(i) - cdf2));
	    maps(i) = index - 1;
	end
	
	% 把原图映射为匹配后的直方图
	I_sp = uint8(maps(double(I1)+1));
	
	% 画出图像
	subplot(1,3,1); imshow(I1); title('原图');
	subplot(1,3,2); imshow(I2); title('匹配图像');
	subplot(1,3,3); imshow(I_sp); title('匹配结果');
	
	% 画出对应的直方图
	figure;
	subplot(1,3,1); myHist(I1); title('原图');
	subplot(1,3,2); myHist(I2); title('匹配图像');
	subplot(1,3,3); myHist(I_sp); title('匹配结果');

结果

图片：

对应的直方图：