直方图均衡的正向推导过程

最新推荐文章于 2022-04-17 10:44:32 发布
最新推荐文章于 2022-04-17 10:44:32 发布
阅读量189 收藏
点赞数
分类专栏： 数字图像处理 直方图均衡 数学推导 文章标签： 算法 直方图 计算机视觉 概率论
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43853673/article/details/111718938
版权

在冈萨雷斯《数字图像处理》中提到了直方图均衡的过程, 但是没有给出具体的数学推导过程, 而是直接给出结论, 并证明该结论的正确性, 并不符合一般人的思路, 并且一般人没有天眼, 无法先得到结果, 再证明过程.
本文试图给出一个分析过程, 由已知的均衡(已知图像的直方图分布), 向期望的具有均一分布的直方图进行变换, 并且求解这个变换.
具体思路和过程如下:
(本来是打在onenote中,复制直接便成了图片)在这里插入图片描述

weixin_43853673
关注
专栏目录
MATLAB算法实战应用案例精讲-【深度学习】多尺度特征融合-图像识别（论文篇三）
qq_36130719的博客
04-14 1664
人工智能自上个世纪诞生以来，引领了多个领域的理论技术发展，例如人机对弈，人脸识别、自动工程以及医疗影像等，在大部分领域，我们都可以感受到人工智能带来的量变和质变。机器学习是人工智能研究的一个重要的领域，旨在通过分析数据，学习经验，对目标任务做出决策和预测。机器学习方法包括支持向量机(SVM)、Kmeans 聚类、Adaboost、决策树等，这些算法的主要步骤包括处理数据预处理，特征提取，算法学习和预测。在深度学习出现之前，大部分特征。
直方图均衡化公式推导
老爷爷的博客
09-01 9745
直方图可以表示一幅图像中不同颜色值（对于灰度图就是灰度级，对于彩色图是不同通道组成的数对表示的颜色）的像素个数，或者这种颜色值的像素占总像素个数的比例。对一幅图像进行直方图均衡化，就是让图中的像素的颜色值分布尽量均匀，通过不同颜色的对比使人看得更清楚。以灰度图来说明，把均衡化之前和之后的图中的像素灰度级分布看成F(x)F(x)和F(y)F(y)，随机变量xx和yy是灰度取值，且这两个随机变量之间存在
直方图均衡化推导整理
weixin_45012964的博客
03-22 392
直方图均衡化推导整理 看了几篇别人的博客，不是图像有问题，就是讲的不清晰（自己知识面不够），所以整理一下。 话不多说，直接进行推导，图像什么的我就不放了。 设随机变量x,yx,yx,y为均衡化前后的值，由y=T(x)y = T(x)y=T(x)。 p(x),p(y)p(x),p(y)p(x),p(y)为x,yx,yx,y的概率密度函数。其中，p(x)=nkNp(x) = \frac{n_k}{N}p(x)=Nnk​​，nk代表某一像素值的个数，N代表图片的像素个数n_k代表某一像素值的个数，N代表图片的像素
数字图像处理：直方图均衡推导及实现
upup
11-19 582
推导 冈萨雷斯的书里给了几个公式，书中的式3.3-3一直不明白是如何得出的。 ps(s)ds=pr(r)dr p_s(s)ds=p_r(r)dr ps​(s)ds=pr​(r)dr 下面参考一些文章加上自己理解进行的推导： s=T(r)s = T(r)s=T(r) rrr为归一化后的颜色值，sss为经过TTT变换的值，且假设T(r)T(r)T(r)在区间上为单调递增函数，反函数： r=T−1(s)...
图像处理基础01-直方图均衡化的推导和编程实现
yanhe156的博客
10-16 1025
1 简介 直方图均衡化是将图像转化为另一幅图像，转化后图像像素值的分布更接近均匀分布。原本图像的像素值（灰度值）可能集中在某一区域，这样我们看到的图像其实是比较模糊的，灰度没有层次感。直方图均衡化能够增加图像灰度值的动态范围，从而达到增强图像对比度的目的，使图像看起来更清晰。 直方图均衡属于空域图像增强，但并没有考虑图像的空间信息。但是又能得到很好的视觉效果，很有意思。 2 推导 首先明确我...
故障诊断专家系统研究之五-----推理机制及可信度算法
一幅凝固的油画
12-21 7692
 推理机制及可信度算法在第三章和第四章中讨论了如何表示燃气轮机专家的知识以及如何把这些知识存储到知识库之中，即关于知识表示和知识库的问题，而故障诊断专家系统的另一个核心组件就是基于知识的诊断推理机。本章在前两章讨论的知识表示和知识库的基础之上，以正反向相结合的混合推理方式实现诊断推理机，并针对本文提出的知识库模型对混合推理方式的控制策略作了改进，以广度优先索实现正向推理，以深度
直方图均衡原理和实践
wwchen61的博客
09-15 598
直方图均衡背景直方图均衡化直方图匹配（规定化）效果展示 背景 直方图均衡本质上是一个灰度线性变换（当然也可以用在RGB通道），这个线性变换有个好处是说变换后的图像他在每个灰度级上的分布是均匀的。举个例子，假如一副很暗的图像，它的灰度分布肯定都挤在灰度很低的一端，而很亮的图像灰度分布都在很亮的一端。另外也有可能图像不是很亮也不是很暗，但是它的像素分布就是集中在中间的某一个小区间，这样表现出来就好像色...
基于正向推理机的AI
12-08
1. 图像预处理：包括图像去噪、灰度化、直方图均衡化等，以提高图像质量，为后续特征提取打下基础。 2. 特征提取：利用如SIFT、SURF、HOG等特征描述符，从预处理后的图像中提取出具有区分性的特征。 3. 特征匹配：...
数学中国网络挑战赛（认证杯）-2017挑战赛赛题-B2.pdf
最新发布
03-22
- **图像预处理**：包括灰度化、直方图均衡化、噪声去除等步骤，为后续处理提供高质量图像数据。 - **特征提取**：常见的方法有主成分分析（PCA）、线性判别分析（LDA）、局部二值模式（LBP）等，目的是从图像中...
产生式系统_动物识别系统
10-27
1. **正向推理**：在动物识别过程中，系统首先会接收到输入的图像数据，然后通过预处理步骤（如灰度化、直方图均衡化、滤波等）来增强图像质量。接下来，正向推理会运用特征提取算法（如边缘检测、角点检测、SIFT、...
《数字图像处理》复习提纲
weixin_37545024的博客
06-08 4772
本文在撰写过程中参考了由何东健教授主编、西安电子科技大学出版社出版的《数字图像处理》（第三版），一切著作权归原书作者和出版社所有。特别感谢长安大学软件系老师的认真负责的教导。 第1章 概论 1.1 数字图像处理及其特点 1、数字图像与图像处理 区分模拟图像与数字图像。 数字图像处理：利用计算机对图像进行去噪、增强、复原、分割、特征提取、识别等的理论、方法和技术。 2、数字图像处理的特点： 处理...
直方图均衡化（HE）及理论推导
qq_33298516的博客
03-27 3917
直方图均衡化 一个灰度分布不均匀的图像 它的直方图 可以看出，直方图上灰度集中在60周围，整个图像对比度较差，通过直方图均衡化，即可将其灰度均匀分布各个灰度级，从而使得图像具有更好的对比，增强图像细节。 均衡化后图像 ...
产生式正向推理和逆向推理程序
langwen2048的博客
10-29 1万+
最近人工智能课程结束，本来是考试课，但老师说不用考试，交个设计就行。我就喜欢这样的老师，为我老师点赞，顺便diss一下上课念ppt，停电就没法上课，考试靠死记硬背的某些老师。扯得有点远了，先说说产生式的存储，我是用c#语言中动态数组ArrayList存储的： //规则中的每个子条件及结论都是一个结构体类型： private struct Pre { ...
正向代理和反向代理流程图
qq_35568099的博客
07-02 1499
个人总结(可能有错):  反向代理做的事情:判断域名是否存在!存在获取服务器对应端口号拼接到用户请求上,!然后发送到对应服务器!接收数据返回给用户!若用户发送的请求不存在.用户请求到大代理,他查询不存在以后就结束了!,反向代理底层机制是拦截器!
知识推理——正向链接推理
weixin_45237780的博客
12-12 2268
规则推理——正向链接推理正向链接推理正向链接推理的特点正向链接推理的优点：正向链接推理的缺点：如何克服正向推理的缺点呢？ 基于规则的推理机使用的推理方式主要有三种 1、正向链接推理 2、逆向链接推理 3、混合推理 正向链接推理 在知识图谱中知识主要以显示知识和隐式知识两种。显示知识是知识图谱中已有的事实陈述，而隐式知识是有知识图谱中的显示知识、实体之间的语义关系以及规则共同暗指的事实。之所以叫正向链接，原因在于推理的过程是始终从知识库中已有的规则和知识来推理出隐含的知识,如下图所示。 刚开始，事实1和事实
【人工智能 学习总结】第二章 知识表示（1）
Beixun_Qili的博客
04-09 3483
2.1概述 2.1.1知识及知识的分类 概念：知识是人们改造客观世界的实践中积累起来的认识和经验 分类： ①按性质：概念、命题、公理、定理、规则、方法等； ②按适应范围：常识性知识（通识知识）、领域性知识（专业性知识）； ③按作用效果：事实性知识（叙述性知识，常以“......是......”的形式出现）、过程性知识（规则、定律、定理构成）、控制性知识（元知识或超知识，是知识库中的高层知识）； ④按确定性：确定性知识、不确定性知识； ⑤按等级：零级知识（陈述性知识或事实性知识，回答“是什么”
Pyke 逻辑编程入门（11）：规则之“反向推理”
lawme的专栏
03-16 5469
反向推理反向推理规则的启用，发生在你的程序对 Pyke 进行询问时。例如，要求 Pyke 证明某一具体目标。Pyke 的证明活动，只用到激活的规则库。 “反向推理”的概况 为了做反向推理，Pyke 要找出这样的规则：其 then 子句部分，与目标（即程序向Pyke询问的问题）能够匹配。找到匹配的规则后，Pyke 试图通过递归，证明该规则 if 子句的全部子目标是真实的。其中一些
人工智能 知识总结
m0_67745111的博客
04-17 850
1、A★算法 2、博弈树的启发式搜索 一定要注意极大（利益最大) 极小过程，α—β剪枝 极大（与树)，极小（或树）。 3、推理分为不确定性推理和确定性推理。 推理系统的模型要求:用于存放知识的知识库；一个存放事实和中间结果的数据库；用于推理的推理机。 推理的定义:从已知的事实出发，通过运用已...
数字图像处理---直方图处理的详细数学推导
热门推荐
谦190的博客
02-27 1万+
—————————————————————————————————————————————— 有梦想，那就去坚持去做，坚持去完成第一个10000万小时！ —————————————————————————————————————————————— 1.什么是直方图 简单的说灰度直方图就是：一幅图像中灰度级与出现这种灰度的概率之间关系的图形，灰度直方图是一种统
自适应直方图均衡化的公式推导过程
03-30
下面是自适应直方图均衡化的推导过程。 1.将图像分成若干个区域 首先将图像划分为若干个大小相等的区域。每个区域的大小可以根据应用场景和图像的特点进行调整。通常情况下，每个区域的大小为16x16或32x32像素。 ...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值