设有原灰度图像矩阵:
Image=
1 2 3 4
5 6 7 7
9 8 0 1
5 6 7 6
将灰度值划分为如下四个区间:
[0,2] [3,5] [6,7] [8,10]
得到这个图像矩阵的直方图hist= 4 4 6 2
接下来计算反向投影矩阵:
原图像中坐标为(0,0)的灰度值为1,1位于区间[0,2] 中,区间[0,2] 对应的直方图值为4,反向投影矩阵中坐标为(0,0)的值记为4
按上面的计算方法,得到Image的直方图反向投影矩阵为:
back_Projection=
4 4 4 4
4 6 6 6
2 2 4 4
4 6 6 6
直方图的反向投影到底代表什么?
原图像的256个灰度值被置为很少的几个值,具体有几个值,要看把0~255划分为多少个区间!反向投影矩阵中某点的值就是它对应的原图像中的点所在区间的灰度直方图值。所以我们可以看出,一个区间点越多,在反向投影矩阵中就越亮。
通过图像的反向投影矩阵,把原图像简单化,简单化的过程就是提取出图像的某个特征。可以用这个特征来对比两幅图,如果两幅图的反向投影矩阵相似或相同,那么就可以判定这两幅图这个特征是相同的。