pcl小知识（三）——直方图（histogram）中的bins应如何理解

 

本文是针对PCL程序中的statistical_removal离群点检测滤波器原理文章《Towards 3D Point Cloud Based Object Maps for Household Environments Robotics and Autonomous Systems Journal (Special Issue on Semantic Knowledge)》中的问题。

一：MATLAB论坛得来的解释

 

直方图中bin的含义：计算颜色直方图需要将颜色空间划分为若干小的颜色区间，即直方图的bin，通过计算颜色在每个小区间内德像素得到颜色直方图，bin越多，直方图对颜色的分辨率越强，但增加了计算机的负担。即（学习opencv图7-2中所分成的9个竖条区域，每个竖条区域称为一个bin）

二：CSDN转载的解释

一个histogram，通常可以用一个列向量表示（例子中的a，b），列向量里面的每一个值就是一个bin（a,b），比如说列向量有个50个元素，那么就代表有50个bin。

对于彩色图像，一般是rgb，3个维度，每个颜色一般是0-255的灰度级，就是对应8个bin，每个维度8bin，8x8x8=512bin

 

 

为什么一个0-255的灰度级对应8个bin呢？

因为：256=2^8，

0-255之间的数，用8位的0,1就能表示啊

比如说，15=0000 1111，255=1111 1111

 

对应于彩色图像为什么是512bins呢？为什么是8*8*8=512，而不是3*8=24呢？

通俗的说，对于RGB彩色图像，图像上的每一个点，在R通道上有256种颜色，G通道上有256种颜色，B通道上也有256颜色，所以彩色图像上每个点的颜色可能有256x256x256=16777216种。。。对应的bin计算当然是8x8x8=512了

直方图是频次的累计，实际上是一种简单的概率分布，你要求的是，RGB分别为（1,1,1），（1,1,2），（1,1,3），。。。，（8,8,8）的概率。
你把RGB颜色空间，想象成一个三维立体的坐标系，rgb对应xyz轴，每个颜色8 bins，对应xyz三个轴上，8个等分刻度，这样就得到一个8x8x8=512个小立方体构成的大立方体，你要的直方图就是每个小立方体在大立方体中出现的概率分布。

你如果把他们串联起来的话，组成24bin的直方图，你得到的直方图的（概率）和为3，这显然不是你想要的直方图。

转载自：https://blog.csdn.net/duan19920101/article/details/50903149