国产探花免费观看_亚洲丰满少妇自慰呻吟_97日韩有码在线_资源在线日韩欧美_一区二区精品毛片,辰东完美世界有声小说,欢乐颂第一季,yy玄幻小说排行榜完本

首頁 > 學(xué)院 > 開發(fā)設(shè)計(jì) > 正文

【OpenCV】直方圖應(yīng)用:直方圖均衡化,直方圖匹配,對(duì)比直方圖

2019-11-10 19:52:38
字體:
供稿:網(wǎng)友

直方圖均衡化

直方圖均衡化(Histogram Equalization)是直方圖最典型的應(yīng)用,是圖像點(diǎn)運(yùn)算的一種。對(duì)于一幅輸入圖像,通過運(yùn)算產(chǎn)生一幅輸出圖像,點(diǎn)運(yùn)算是指輸出圖像的每個(gè)像素點(diǎn)的灰度值由輸入像素點(diǎn)決定,即:

直方圖均衡化是通過灰度變換將一幅圖像轉(zhuǎn)換為另一幅具有均衡直方圖,即在每個(gè)灰度級(jí)上都具有相同的象素點(diǎn)數(shù)過程。從分布圖上的理解就是希望原始圖像中y軸的值在新的分布中盡可能的展開。變換過程是利用累積分布函數(shù)對(duì)原始分布進(jìn)行映射,生成新的均勻拉伸的分布。因此對(duì)應(yīng)每個(gè)點(diǎn)的操作是尋找原始分布中y值在均勻分布中的位置,如下圖是理想的單純高斯分布映射的示意圖:

(圖片來源:《Learnning OpenCV》 p189)

OpenCV中的cvEqualizeHist

OpenCV中有灰度直方圖均衡化的函數(shù)cvEqualizeHist,接口很明朗:

[cpp] view plain copyvoid cvEqualizeHist( const CvArr* src, CvArr* dst );  

注意此函數(shù)只能處理單通道的灰色圖像,對(duì)于彩色圖像,我們可以把每個(gè)信道分別均衡化,再M(fèi)erge為彩色圖像。

實(shí)踐:圖像直方圖均衡化

[cpp] view plain copyint main()  {      iplImage * image= cvLoadImage("baboon.jpg");      //顯示原圖及直方圖      myShowHist("Source",image);            IplImage* eqlimage=cvCreateImage(cvGetSize(image),image->depth,3);      //分別均衡化每個(gè)信道      IplImage* redImage=cvCreateImage(cvGetSize(image),image->depth,1);      IplImage* greenImage=cvCreateImage(cvGetSize(image),image->depth,1);      IplImage* blueImage=cvCreateImage(cvGetSize(image),image->depth,1);      cvSplit(image,blueImage,greenImage,redImage,NULL);        cvEqualizeHist(redImage,redImage);      cvEqualizeHist(greenImage,greenImage);       cvEqualizeHist(blueImage,blueImage);       //均衡化后的圖像      cvMerge(blueImage,greenImage,redImage,NULL,eqlimage);      myShowHist("Equalized",eqlimage);  }  原始圖像及灰度直方圖如下:

均衡化后的直方圖:

直方圖匹配

直方圖匹配又叫直方圖規(guī)定化(Histogram Normalization/Matching)是指對(duì)一副圖像進(jìn)行變換,使其直方圖與另一幅圖像的直方圖或特定函數(shù)形式的直方圖進(jìn)行匹配。應(yīng)用場(chǎng)景如不同光照條件下的兩幅圖像,我們可以在比較兩幅圖像前先進(jìn)行匹配變化。

參考shlkl99上傳的直方圖匹配代碼,將圖像規(guī)定化為高斯分布函數(shù)。

[cpp] view plain copy//將圖像與特定函數(shù)分布histv[]匹配  void myHistMatch(IplImage *img,double histv[])  {      int bins = 256;      int sizes[] = {bins};      CvHistogram *hist = cvCreateHist(1,sizes,CV_HIST_ARRAY);      cvCalcHist(&img,hist);      cvNormalizeHist(hist,1);      double val_1 = 0.0;      double val_2 = 0.0;      uchar T[256] = {0};      double S[256] = {0};      double G[256] = {0};      for (int index = 0; index<256; ++index)      {          val_1 += cvQueryHistValue_1D(hist,index);          val_2 += histv[index];          G[index] = val_2;          S[index] = val_1;      }        double min_val = 0.0;      int PG = 0;      for ( int i = 0; i<256; ++i)      {          min_val = 1.0;          for(int j = 0;j<256; ++j)          {              if( (G[j] - S[i]) < min_val && (G[j] - S[i]) >= 0)              {                  min_val = (G[j] - S[i]);                  PG = j;              }            }          T[i] = (uchar)PG;      }        uchar *p = NULL;      for (int x = 0; x<img->height;++x)      {           p = (uchar*)(img->imageData + img->widthStep*x);          for (int y = 0; y<img->width;++y)          {              p[y] = T[p[y]];          }      }  }    // 生成高斯分布  void GenerateGaussModel(double model[])  {      double m1,m2,sigma1,sigma2,A1,A2,K;      m1 = 0.15;      m2 = 0.75;      sigma1 = 0.05;      sigma2 = 0.05;      A1 = 1;      A2 = 0.07;      K = 0.002;        double c1 = A1*(1.0/(sqrt(2*CV_PI))*sigma1);      double k1 = 2*sigma1*sigma1;      double c2 = A2*(1.0/(sqrt(2*CV_PI))*sigma2);      double k2 = 2*sigma2*sigma2;      double p = 0.0,val= 0.0,z = 0.0;      for (int zt = 0;zt < 256;++zt)      {          val = K + c1*exp(-(z-m1)*(z-m1)/k1) + c2*exp(-(z-m2)*(z-m2)/k2);          model[zt] = val;          p = p +val;          z = z + 1.0/256;      }      for (int i = 0;i<256; ++i)      {          model[i] = model[i]/p;      }  }   

實(shí)踐:直方圖匹配

對(duì)示例圖片每個(gè)信道分別進(jìn)行匹配處理

對(duì)比直方圖

OpenCV中提供了cvCompareHist函數(shù)用以對(duì)比兩個(gè)直方圖的相似度:[cpp] view plain copydouble cvCompareHist(                const CvHistogram* hist1, //直方圖1               const CvHistogram* hist2, //直方圖2               int method//對(duì)比方法  );  method有CV_COMP_CORREL, CV_COMP_CHISQR,CV_COMP_INTERSECT,CV_COMP_BHATTACHARYYA四種方法,對(duì)應(yīng)公式如下:

實(shí)踐:對(duì)比不同光照條件的兩幅圖像直方圖

直方圖的對(duì)比主要用以判斷兩幅圖像的匹配度,我們?cè)囼?yàn)以下兩幅圖像直方圖對(duì)比的結(jié)果:      [cpp] view plain copyint main()  {      IplImage * image= cvLoadImage("myhand1.jpg");      IplImage * image2= cvLoadImage("myhand2.jpg");      int hist_size=256;      float range[] = {0,255};      float* ranges[]={range};            IplImage* gray_plane = cvCreateImage(cvGetSize(image),8,1);      cvCvtColor(image,gray_plane,CV_BGR2GRAY);      CvHistogram* gray_hist = cvCreateHist(1,&hist_size,CV_HIST_ARRAY,ranges,1);      cvCalcHist(&gray_plane,gray_hist,0,0);          IplImage* gray_plane2 = cvCreateImage(cvGetSize(image2),8,1);      cvCvtColor(image2,gray_plane2,CV_BGR2GRAY);      CvHistogram* gray_hist2 = cvCreateHist(1,&hist_size,CV_HIST_ARRAY,ranges,1);      cvCalcHist(&gray_plane2,gray_hist2,0,0);        //相關(guān):CV_COMP_CORREL          //卡方:CV_COMP_CHISQR      //直方圖相交:CV_COMP_INTERSECT      //Bhattacharyya距離:CV_COMP_BHATTACHARYYA      double  com=cvCompareHist(gray_hist,gray_hist2,CV_COMP_BHATTACHARYYA);        cout<<com<<endl;  }  輸出結(jié)果為:0.396814cvCompareHist的結(jié)果為【0,1】的浮點(diǎn)數(shù),越小表示兩幅圖匹配度越高,0.0時(shí)兩幅圖精確匹配。(可以試驗(yàn)兩幅完全一樣的圖即為0.0)。針對(duì)上面兩幅圖,我們分別先進(jìn)行直方圖匹配變化:之后使用cvCompareHist()對(duì)比兩幅圖像的直方圖,輸出結(jié)果為0.267421表明兩幅圖的匹配度變高了。注意method用不同的方法對(duì)比結(jié)果是不同的。

應(yīng)用

通過對(duì)比我們可以設(shè)置EMD的閾值來判定皮膚或手的ROI?!禠earnning OpenCV》后面有相應(yīng)的練習(xí)題:收集手的膚色直方圖,對(duì)比室內(nèi),室外手的直方圖的EMD距離,利用這些測(cè)量值設(shè)置一個(gè)距離閾值。a.利用該閾值檢測(cè)第三幅圖(如室外陰影),看能能否很好的檢測(cè)膚色直方圖。b.隨機(jī)選擇不是膚色的背景塊直方圖,觀測(cè)EMD變化,試驗(yàn)與真實(shí)膚色對(duì)比時(shí)能否很好的拒絕背景。如上也即是直方圖對(duì)比可以應(yīng)用的場(chǎng)景。

轉(zhuǎn)載請(qǐng)注明出處:http://blog.csdn.net/xiaowei_cqu/article/details/7606607

實(shí)驗(yàn)代碼下載:http://download.csdn.net/detail/xiaowei_cqu/4332914


發(fā)表評(píng)論 共有條評(píng)論
用戶名: 密碼:
驗(yàn)證碼: 匿名發(fā)表
主站蜘蛛池模板: 大兴区| 金寨县| 商丘市| 锡林浩特市| 天峻县| 且末县| 宾川县| 乌拉特中旗| 彰化市| 元阳县| 靖西县| 乌拉特中旗| 大连市| 钦州市| 苏尼特右旗| 农安县| 资兴市| 武宣县| 桦川县| 县级市| 新郑市| 博爱县| 辽源市| 东乡县| 双柏县| 咸阳市| 金寨县| 南靖县| 成都市| 青龙| 万荣县| 孟村| 渭源县| 凤冈县| 南丰县| 北碚区| 镇巴县| 开鲁县| 永泰县| 资中县| 新化县|