直方图均衡化方法的优点是能自动增强整个图像的对比度，处理的结果是得到全局均衡化的直方图。这种增强的方法称为直方图规定化方法。直方图规定化方法的基本原理与直方图均衡化方法非常类似，两者的不同主要在于变换函数的选取上。在实际应用中，直方图规定化方法的难点也恰恰在于如何恰当地选取有意义的特定直方图。可见，单映射规则的映射方向是将原始累积直方图中的各项映射成规定的累积直方图的各项。 直方图规定化计算示例。......
2023-11-24
直方图变换法：提升视觉测量技术效果
【摘要】：直方图变换法的基本思想是，利用像素邻域的局部性质变换原始直方图为新的直方图。这个新直方图与原直方图相比，或者峰之间的谷变深了；或者谷转变为峰，更容易检测了。图4.40b给出了图像中一段边缘的剖面，这段剖面可分为Ⅰ、Ⅱ、Ⅲ三个部分。梯度直方图如图4.40c所示，梯度直方图有两个峰，分别对应目标与背景的内部区和过渡区。图4.40 边缘及梯度直方图根据上述讨论，可将图像的直方图进行变换，加大直方图中峰谷之间的距离。
直方图变换法的基本思想是，利用像素邻域的局部性质变换原始直方图为新的直方图。这个新直方图与原直方图相比，或者峰之间的谷变深了；或者谷转变为峰，更容易检测了。这里常用的像素邻域性质是像素的灰度值。这种方法适合于受噪声等影响，直方图原本分离的峰之间的谷被填充的图像，或直方图中对应目标和背景的峰相距很近或大小差很多的图像。此时，直方图基本是单峰的，虽然可能峰的一侧有缓坡或一侧比另一侧陡峭，但检测峰谷比较困难。这类问题除利用像素自身性质外，还可利用像素邻域的局部性质。
图4.40b给出了图像中一段边缘的剖面（横轴为空间坐标，竖轴为灰度值），这段剖面可分为Ⅰ、Ⅱ、Ⅲ三个部分。其中，Ⅰ和Ⅲ两部分分别对应背景和目标，Ⅱ对应边界部分。
根据剖面得到的灰度直方图如图4.40a所示（竖轴为图像灰度值，横轴为灰度值统计值），三段点画线分别给出了边缘剖面中三部分各自的灰度值统计值，相当于将直方图左旋90°。
对图4.40b所示的边缘剖面求取梯度得到图4.40d所示的曲线。可见对应目标或背景区域内部像素的梯度值小而对应目标和背景之间过渡区的像素梯度值大。梯度直方图如图4.40c所示（竖轴为梯度值，横轴为梯度值统计值，相当于将直方图左旋90°），梯度直方图有两个峰，分别对应目标与背景的内部区和过渡区。
图4.40 边缘及梯度直方图(www.chuimin.cn)
根据上述讨论，可将图像的直方图进行变换，加大直方图中峰谷之间的距离。根据图像的模型，目标和背景内部的像素具有较低的梯度值，而它们边界上的像素具有较高的梯度值。如果做出仅具有低梯度值像素的直方图，那么新直方图中对应目标或背景内部点的峰应基本不变。但因为减少了一些边缘点，所以谷应比原直方图要深。
更一般地，可计算加权直方图，其中赋给具有低梯度值像素的权重大一些。例如，设一个像素点的梯度值为g，则在统计直方图时可给它加权1/（1+g）2。这样如果该像素梯度值为零，则它得到最大权重1；如果像素具有很大梯度值，则它得到的权重将微乎其微。这样加权直方图中，边界点贡献小而内部点贡献大，峰基本保持不变而谷加深，峰谷之间差距会加大，如图4.41所示。
图4.41 变换直方图示例
有关视觉测量技术的文章
- 详细阅读
- 详细阅读
-
通过直方图均衡化技术改善视觉测量的方法详细阅读
3）由于直方图是对具有相同灰度值的像素进行统计而得到的，因此一幅图像中各部分区域的直方图之和等于整个图像的直方图。常用的直方图变换方法有直方图均衡化方法与直方图规定化方法。均匀分布表明，图像的直方图是均匀的，图像对比度得到了增强。，L-1；图3.18 直方图均衡化示意图2）统计原始直方图各灰度级像素nk；3）用式Pr=nk/n，k=0，1，…......
2023-11-24
-
基于形状模板的匹配算法提升视觉测量技术详细阅读
1988年kass等人提出的基于能量函数的活动轮廓模型，即Snake模型，便是一种典型的自由式变形模板模型。Snake模型是一种有效地寻找目标轮廓的搜索算法，具有良好的提取、跟踪特定区域内目标边缘的能力，工作过程主要是利用能量最小化原理。实现Snake模型原型的算法通常十分复杂，曲线收敛速度慢且搜索范围有一定限制，因此许多学者提出了不同的算法，对经典Snake模型进行了改进。......
2023-11-24
-
视觉测量技术：计算机视觉测量方案详细阅读
计算机视觉测量技术以图像传感器为手段检测空间物体的空间三维坐标，进而检测物体的尺寸、形状和运动状态等。美国、加拿大、日本等发达国家早在20世纪60年代后期就已经开始了计算机视觉测量技术的研究。直到20世纪90年代，随着计算机技术的发展成熟，计算机视觉测量技术逐渐成为一个研究热点。......
2023-11-24
-
Marr视觉理论简介：视觉测量技术详细阅读
下面简要介绍Marr视觉理论的基本思想和框架。图1.1 Marr视觉信息处理的三个阶段第一阶段是早期视觉处理，其目的是从输入的原始图像中抽取观察者周围景物表面的物理特性，如距离、表面方向、材料特性等，并构成要素图或基元图。表1.2 由图像恢复形状信息的表达框架3.Marr视觉理论的意义及不足Marr视觉理论是计算机视觉研究领域的划时代成就。图1.2 改进后的Marr视觉理论框架限于历史等因素，Marr没有研究如何用数学方法严格地描述视觉信息的问题。......
2023-11-24
-
视觉测量技术的研究目标详细阅读
借鉴人类视觉的原理，计算机视觉技术研究的长远目标是建立通用的视觉系统。计算机视觉技术的优势不仅在于能模拟人眼的功能，还能完成人眼所不能胜任的工作。因此，对人脑视觉的充分理解将促进对计算机视觉更深入的研究，并对计算机视觉系统提供坚实的生物理论基础。......
2023-11-24
-
常用人工标记-视觉测量技术详细阅读
白色背景下的黑色普通标志是视觉测量或近景数字摄影测量常用的人工标志。工业数字摄影测量使用彩色标志是利用光的相减混色法。图2.51 白色光照射红色标志示意图通过相减混色可以有效地对彩色标志进行识别，不足之处是丢失标志的空间分辨率。如图2.51所示，白光照射红色标志，红色标志吸收的青色，只有红色光返回，在图像中形成红色标志图像。......
2023-11-24
相关推荐