数字图像处理(直方图)概述
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)。
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
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：
H Pi log 2 Pi
i 0 L 1
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; 0 0 0; >> pascal(3) 0 0 0; ans = 0 0 1]
1 1 1 1 2 3 1 3 6
每列目标数据的个数 统计
16
其他类型的统计图
数字图像处理的基本概念
第三课
1
2.4图像灰度直方图 2.4.1 概念 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
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%'})
2
3
2.4 灰度直方图(histogram)
nI 0 I m, n I 0
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)
• 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
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)
H vi log 2 vi
i 0
2n 1
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 See also histeq, hist.
6
彩பைடு நூலகம்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]);
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
1, g x, y 0, f x, y T f x, y T
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
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：
H Pi log 2 Pi
i 0 L 1
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; 0 0 0; >> pascal(3) 0 0 0; ans = 0 0 1]
1 1 1 1 2 3 1 3 6
每列目标数据的个数 统计
16
其他类型的统计图
数字图像处理的基本概念
第三课
1
2.4图像灰度直方图 2.4.1 概念 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
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%'})
2
3
2.4 灰度直方图(histogram)
nI 0 I m, n I 0
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)
• 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
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)
H vi log 2 vi
i 0
2n 1
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 See also histeq, hist.
6
彩பைடு நூலகம்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]);
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
1, g x, y 0, f x, y T f x, y T