针对GrabCut算法在图像分割中存在迭代求解耗时长、分割结果欠分割的问题，提出了一种基于非归一化直方图改进的GrabCut算法。在保留GrabCut第一次分割结果的基础上，通过非归一化直方图计算像素点属于前景或背景的方法来代替高斯混合模型迭代学习的过程；在构图过程中引入一类新的节点Bin进行构图以提高分割精度。选取MSRA1000数据集中部分图片进行实验验证，结果表明该算法在分割效果和效率上都有明显的提升，在进行背景复杂图像的分割时改进算法优势更加明显。

利用 OpenCV 对图像像素进行操作， 计算归一化直方图。并在窗口中以图形的方式显示出来，绘制RGB三色直方图

该函数制作归一化直方图，即概率密度函数的估计。 直方图的面积等于 1，因为该面积低于理论 PDF 函数。 您可以使用此脚本的输出将经验数据与特定分布的理论 PDF 进行比较。 输入： 数据 - 经验数据bins - 直方图 bins 的数量视图（可选）- 1 = 将直方图绘制到图中，0 = 仅获取值（0 是默认值） 输出： h - 直方图条的标准化“高度” x - 箱的中心

用于对图像的直方图均衡化处理、并显示其归一化直方图的MATLAB代码

实验分为两部分,要求如下，附件有实验报告 一、绘制图像l归一化的直方图，可使用IPT函数imhist。对图像进行直方图均衡化，可使用IPT函数histeq 二、绘制图像l归一化的直方图，要求不使用IPT函数imhist。 编写程序，对图像lena.bmp进行直方图均衡化，要求不使用IPT函数histeq，对均衡化前后的图像以及直方图进行对比。