在基于相互信息的图像配准有通过图像的联直方图快速估算联合概率分布的技巧,所以就看了一下图像的联合直方图。
关于图像的联合直方图的意义不多解释了,很好理解,附一张图看看吧
图片来源至如下paper:
http://www.researchgate.net/publication/220507373_Image-to-Geometry_Registration_a_Mutual_Information_Method_exploiting_Illumination-related_Geometric_Properties
matlab实现:
iprefilename = '图片所在文件地址';
ifilename = '图片.JPG';
tex = imread([iprefilename ifilename]);
texg = double(rgb2gray(tex)); %转换为灰度图像
%显示原图像的灰度图像
figure(1);
imshow(texg,[]);
axis image
imageA=texg;
imageB=texg;
[row,col]=size(texg);
grayscale=256;
jointHistogram=zeros(grayscale,grayscale);
for i=1:row
for j=1:col
jointHistogram(imageA(i,j)+1,imageB(i,j)+1)=jointHistogram(imageA(i,j)+1,imageB(i,j)+1)+1;
end
end
figure(2)
imshow(jointHistogram);
axis image
上面的代码是求同一张photo的joint histogram,对于所有photo与自身的 Joint histogram都是一条直线: