数字图像处理(直方图)剖析
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
5
彩色图像直方图
A = imread(‘lena.tiff’); % 读入图像数据 N = size(A,1)*size(A,2); % 获得像素总数 h1 = imhist(A(:,:,1))/N; % 红色分量直方图 h2 = imhist(A(:,:,2))/N; % 绿色分量直方图 h3 = imhist(A(:,:,3))/N; % 蓝色分量直方图 hold on;xlim([0,255]); plot(0:255,h1,'Marker','None','Color','r'); plot(0:255,h2,'Marker','None','Color','g'); plot(0:255,h3,'Marker','None','Color','b'); legend('Red','Green','Blue',2); text(40,0.016,'直方图','FontSize',22)
See also histeq, hist.
15
按列统计的直方图
histc(pascal(3),1:6) produces the array [3 1 1;
0 1 0;
0 1 1;
>> pascal(3)
0 0 0;
ans =
0 0 0; 0 0 1]
111 123 136
源自文库
每列目标数据的个数 统计
数字图像处理的基本概念
第三课
1
2.4.1 概念
2.4图像灰度直方图
定义
灰度直方图反映的是一幅图像中各灰度级像
素出现的频率。以灰度级为横坐标，纵坐标为灰
度级的频率，绘制频率同灰度级的关系图就是灰
度直方图。它是图像的一个重要特征，反映了图 像灰度分布的情况。
下图是一幅图像的灰度直方图。
频率的计算式为
2
条状图：bar x = 1:5; y = [0.2,0.3,0.1,0.8,0.9; 0.5,0.6,0.2,0.7,0.1]; bar(x,y');
6
彩色图像直方图
axes(‘Position’,[0.1,0.1,0.8,0.2]);% 生成坐标轴 stem(0:255,h1,'Marker','None','Color','r'); set(gca,'YColor','r','Xlim',[0,255]); axes('Position',[0.1,0.3,0.8,0.2]); stem(0:255,h2,'Marker','None','Color',[0,0.6,0]); set(gca,'YColor',[0,0.6,0],'Ytick',[0.005,0.01],'Xlim',[0,255]); axes('Position',[0.1,0.5,0.8,0.2]); stem(0:255,h3,'Marker','None','Color','b'); set(gca,'YColor','b','Ytick',[0.01,0.02],'Xlim',[0,255]);
explode
17
环形饼图
ph = pie([2 4 3 5],{'North','South','East','West'}); hold on; z = 0.6*exp(i*linspace(0,pi*2,100)); fill(real(z),imag(z), 0.8*[1,1,1]);
18
16
其他类型的统计图
• 饼图
饼图英文学名为Sector Graph, 有名Pie Graph。常用 于统计学模块。2D饼图为 圆形，手画时，常用圆规作 图。
pie,pie3 in MATLAB
pie([0.1,0.2,0.4,0.3])
pie([0.1,0.2,0.4,0.3],[1,0 ,0,0]) % explode
3
2.4 灰度直方图(histogram)
nI 0 I m,n I0
imhist (In MATLAB)
直方图=imhist/prod(size(I0)); 4
彩色图像直方图
A = imread(‘lena.tiff’); % 读入图像数据 N = size(A,1)*size(A,2); % 获得像素总数 h1 = imhist(A(:,:,1))/N; % 红色分量直方图 h2 = imhist(A(:,:,2))/N; % 绿色分量直方图 h3 = imhist(A(:,:,3))/N; % 蓝色分量直方图 hold on;xlim([0,255]); stem(0:255,h1,'Marker','None','Color','r'); stem(0:255,h2,'Marker','None','Color','g'); stem(0:255,h3,'Marker','None','Color','b'); text(40,0.016,'直方图','FontSize',22)
7
灰度直方图的性质
1、直方图只反映像素值分布信息，不包括 像素位置信息
2、不同图像可能具有相同的直方图
直方图相同
8
2.4 灰度直方图 3.一幅图像分成多个区域，多个区域的 直方图之和即为原图像的直方图。 Direct plus 9
①判断图像量化是否恰当
10
②确定图像二值化的阈值
g
x,
y
1,
0,
f x, y T f x, y T
11
具有二峰性的灰度图像
12
③计算直方图中物体的面积
当物体部分的灰度值比其他部分 的灰度值大时，可利用直方图统计图像中 物体面积：
A n vi Ii T
其中vi是灰度级为Ii的像素出现的频数。
13
④计算图像信息量H(Entropy, 熵)
熵：
L1
其他类型的统计图
• 3D 饼图 • Example： • pie3([0.1,0.2,0.4,0.3],[1,0,0,0]) • pie3([0.1,0.2,0.4,0.3],[1,0,0,0],…
{'A: 10%','B: 20%','C: 40%','D1: 30%'})
19
其他类型的统计图
H Pi log2 Pi i0
2n 1
H vi log2 vi i0
0H n H n Pi 1/ L
熵反映了图像信息丰富的程度，在 图像编码中意义重大。
14
直方图统计
Example ------I = imread('pout.tif'); imhist(I); % 计算并绘制直方图
彩色图像直方图
A = imread(‘lena.tiff’); % 读入图像数据 N = size(A,1)*size(A,2); % 获得像素总数 h1 = imhist(A(:,:,1))/N; % 红色分量直方图 h2 = imhist(A(:,:,2))/N; % 绿色分量直方图 h3 = imhist(A(:,:,3))/N; % 蓝色分量直方图 hold on;xlim([0,255]); plot(0:255,h1,'Marker','None','Color','r'); plot(0:255,h2,'Marker','None','Color','g'); plot(0:255,h3,'Marker','None','Color','b'); legend('Red','Green','Blue',2); text(40,0.016,'直方图','FontSize',22)
See also histeq, hist.
15
按列统计的直方图
histc(pascal(3),1:6) produces the array [3 1 1;
0 1 0;
0 1 1;
>> pascal(3)
0 0 0;
ans =
0 0 0; 0 0 1]
111 123 136
源自文库
每列目标数据的个数 统计
数字图像处理的基本概念
第三课
1
2.4.1 概念
2.4图像灰度直方图
定义
灰度直方图反映的是一幅图像中各灰度级像
素出现的频率。以灰度级为横坐标，纵坐标为灰
度级的频率，绘制频率同灰度级的关系图就是灰
度直方图。它是图像的一个重要特征，反映了图 像灰度分布的情况。
下图是一幅图像的灰度直方图。
频率的计算式为
2
条状图：bar x = 1:5; y = [0.2,0.3,0.1,0.8,0.9; 0.5,0.6,0.2,0.7,0.1]; bar(x,y');
6
彩色图像直方图
axes(‘Position’,[0.1,0.1,0.8,0.2]);% 生成坐标轴 stem(0:255,h1,'Marker','None','Color','r'); set(gca,'YColor','r','Xlim',[0,255]); axes('Position',[0.1,0.3,0.8,0.2]); stem(0:255,h2,'Marker','None','Color',[0,0.6,0]); set(gca,'YColor',[0,0.6,0],'Ytick',[0.005,0.01],'Xlim',[0,255]); axes('Position',[0.1,0.5,0.8,0.2]); stem(0:255,h3,'Marker','None','Color','b'); set(gca,'YColor','b','Ytick',[0.01,0.02],'Xlim',[0,255]);
explode
17
环形饼图
ph = pie([2 4 3 5],{'North','South','East','West'}); hold on; z = 0.6*exp(i*linspace(0,pi*2,100)); fill(real(z),imag(z), 0.8*[1,1,1]);
18
16
其他类型的统计图
• 饼图
饼图英文学名为Sector Graph, 有名Pie Graph。常用 于统计学模块。2D饼图为 圆形，手画时，常用圆规作 图。
pie,pie3 in MATLAB
pie([0.1,0.2,0.4,0.3])
pie([0.1,0.2,0.4,0.3],[1,0 ,0,0]) % explode
3
2.4 灰度直方图(histogram)
nI 0 I m,n I0
imhist (In MATLAB)
直方图=imhist/prod(size(I0)); 4
彩色图像直方图
A = imread(‘lena.tiff’); % 读入图像数据 N = size(A,1)*size(A,2); % 获得像素总数 h1 = imhist(A(:,:,1))/N; % 红色分量直方图 h2 = imhist(A(:,:,2))/N; % 绿色分量直方图 h3 = imhist(A(:,:,3))/N; % 蓝色分量直方图 hold on;xlim([0,255]); stem(0:255,h1,'Marker','None','Color','r'); stem(0:255,h2,'Marker','None','Color','g'); stem(0:255,h3,'Marker','None','Color','b'); text(40,0.016,'直方图','FontSize',22)
7
灰度直方图的性质
1、直方图只反映像素值分布信息，不包括 像素位置信息
2、不同图像可能具有相同的直方图
直方图相同
8
2.4 灰度直方图 3.一幅图像分成多个区域，多个区域的 直方图之和即为原图像的直方图。 Direct plus 9
①判断图像量化是否恰当
10
②确定图像二值化的阈值
g
x,
y
1,
0,
f x, y T f x, y T
11
具有二峰性的灰度图像
12
③计算直方图中物体的面积
当物体部分的灰度值比其他部分 的灰度值大时，可利用直方图统计图像中 物体面积：
A n vi Ii T
其中vi是灰度级为Ii的像素出现的频数。
13
④计算图像信息量H(Entropy, 熵)
熵：
L1
其他类型的统计图
• 3D 饼图 • Example： • pie3([0.1,0.2,0.4,0.3],[1,0,0,0]) • pie3([0.1,0.2,0.4,0.3],[1,0,0,0],…
{'A: 10%','B: 20%','C: 40%','D1: 30%'})
19
其他类型的统计图
H Pi log2 Pi i0
2n 1
H vi log2 vi i0
0H n H n Pi 1/ L
熵反映了图像信息丰富的程度，在 图像编码中意义重大。
14
直方图统计
Example ------I = imread('pout.tif'); imhist(I); % 计算并绘制直方图