10.2 直方图同步练习
◆知能点分类训练
知能点1 用直方图描述数据
1．七年二班50名同学的一次考试成绩频数分布直方图如图所示，则71～90?分之间有_________人．
2．某校为了了解九年级学生的体能情况，随机抽查了其中30名学生，测试了他们做1min 仰卧起坐的次数，并制成了如图所示的频数分布直方图，根据图示计算仰卧起坐次数在25～30次的频率是（）．
A．0.1 B．0.2 C．0.3 D．0.4
3．如图是某校七年一班全班同学1min心跳次数频数直方图，?那么，?心跳次数在_______之间的学生最多，占统计人数的_____%．（精确到1%）
4．如图是某单位职工的年龄（取正整数）的频率分布直方图，?根据图中提供的信息，回答下列问题：
（1）该单位共有职工多少人？
（2）不小于38岁但小于44岁的职工人数占职工总人数的百分比是多少？
（3）如果42岁的职工有4人，那么年龄在42岁以上的职工有几人？
知能点2 绘制频数分布直方图
5．为了增强学生的身体素质，某校坚持常年的全员体育锻炼，并定期进行体能测试．下
面将某班学生立定跳远成绩（精确到0．1m）进行整理后，分成5组（含低值不含高值）：
1.60～1.80，1.80～
2.00，2.00～2.20，2.20～2.40，2.40～2.60，已知前4个小组的
频率分别是0.05，0.15，0.30，0.35，第五个小组的频数是9．
（1）该班参加这项测试的人数是多少人？
（2）成绩在2.00米以上（含2.00米）为合格，则该班成绩的合格率是多少？
◆综合应用提高
6．某小区便民超市为了了解顾客的消费情况，在该小区居民中进行调查，询问每户人家
每周到超市的次数，下图是根据调查结果绘制的，请问：
（1）这种统计图通常被称为什么统计图？（2）此次调查共询问了多少户人家？
（3）超过半数的居民每周去多少次超市？（4）请将这幅图改为扇形统计图．
7．为了了解学校开展“孝敬父母，从家务事做起”
查他们一周（按7天计算）做家务所用时间（单
位：小时，调查结果保留一位小数），得到一组
数据，并绘制成统计表，请根据表完成下列各题：
（1）填写频率分布表中末完成的部分．
（2）由以上信息判断，?每周做家务的时间不超
过1.5h?的学生所占的百分比是________．
（3）针对以上情况，写一个20字以内倡导“孝
敬父母，热爱劳动”的句子．
◆开放探索创新
8．某班学生参加公民道德知识竞赛，将竞赛所取得的成绩（得分取整数）?进行整理后分成5组，并绘制成频率分布直方图，如下图所示，请结合直方图提供的信息，?回答下列问题．
（1）该班共有多少名学生？
（2）60.5～70.5这一分数段的频数、频
率分别是多少？
（3）根据统计图，提出一个问题，并回答
你所提出的问题？
◆中考真题实战
9．（福州）为了进一步了解八年级学生的身体素质情况，体育老师对八年级（1）?班50名学生进行1min跳绳次数测试，以测试数据为样本，绘制出部分频数分布表和部分频数分布直方图，如下图所示．
请结合图表完成下列问题．
（1）表中的a=______．
（2）请把频数直方图补充完整．
（3）若八年级学生1min跳绳次数（x）达标要求是：x<120为不合格，120≤x<140?为合格，140≤x<160为良，x≥160为优，根据以上信息，请你给学校或八年级同学提一条合理化建议．
ENVI实习 一实验目的 （1）主要学习ENVI软件的基本功能 （2）ENVI 软件完成影像增强（包括直方图匹配和去云）、融合、正射校正和监督、非监督分类四个大方面的试验。 （3）掌握视窗操作模块的功能和操作技能 二软件和设备 ENVI4.5一套 三实验原理 各个任务的试验原理和操作详细见下面操作，再次不详述。
一、图像增强（算法、原理、对比图） 1、直方图匹配 在ENVI 中使用Histogram Matching 工具可以自动地把一幅实现图像的直方图匹配到另一幅上，从而使两幅图像的亮度分布尽可能地接近。使用该功能以后，在该功能被启动的窗口内，输入直方图将发生变化，以与所选图像显示窗口的当前输出直方图相匹配。在灰阶和彩色图像上，都可以使用该功能。 操作步骤：选择Enhance > Histogram Matching，出现Histogram Matching Input parameters 对话框，在Match To中选择想匹配的图像。在Input Histogram 会有Image、Scroll、Zoom、Band、、ROI来选择如数直方图的来源，下图为输入图像数据及其所用的拉伸（直方图匹配之前）：
下图为Match To 想匹配的图像及其拉伸：
利用直方图匹配后图像2的直方图结果： 从结果可以看出，匹配后的图像在亮度上已经明显增强，从偏暗增强为较亮；其直方图与#1中的图像直方图在亮度上分布也很接近。
2、图像去云 常规的云处理算法会随云的覆盖类型的不同而不同，对在大范围内存在薄云的影像来说，采用同态滤波法较好。同态滤波法把频率过滤与灰度变化结合起来，分离云与背景地物，最终从影像中去除云的影响，这种方法由于涉及到滤波器以及截至频率的选择，在滤波的过程中有时会导致一些有用信息的丢失。对于局部有云的影像来说，一般使用时间平均法，这种算法适用于地物特征随时间变化较小的地区，如荒漠、戈壁等地区；对于植被覆盖茂密的地区，由于植被的长势与时间有密切的关系，不同时相的植被长势在影像中有明显的区别，这种简单的替代算法不再适用。 对影像进行去云处理，不光是要简单地提高影像分类及制图的精度，同时也是对影像进行大气纠正以及对地物信息进行提取的重要步骤。最好有一种算法是能够从影像中去除云的影响，同时还能够恢复不同云区覆盖下的地物光谱信息。在本例中，我选择的去云方法没有用常规的空间域图像增强，滤波等方法，而是利用自己定义掩膜的方法。具体操作步骤如下： 1）使用BasicTool >statistics >compute statistic,弹出如下Compute Statistics Input File 对话框。点击OK，弹出如下对话框。选择Histograms 复选框 2）然后点击OK，查看统计信息。
（转载于word帮助文件，建议大家使用word时遇到问题按F1搜索帮助） 使用直方图显示数据 利用分析工具库的直方图工具，您可以分析数据并将其显示在直方图（显示频率数据的柱形图）中。安装Microsoft Office Excel 2007 后此数据分析加载项才可用，但可能不能自动加载。 如果在“数据”选项卡的“分析”组中未显示“数据分析”按钮，则必须加载分析工具库加载宏。要点 您要做什么？ ?了解有关在直方图中绘制数据的详细信息?加载分析工具库?创建直方图 了解有关在直方图中绘制数据的详细信息 要创建直方图，必须将数据组织到工作表上的两列中。这些列应包含以下数据： ?输入数据要使用直方图工具分析的数据。 ?接收区域数据这些数字指定了在进行数据分析时您希望直方图工具度量输入数据的间隔。当您使用直方图工具时，Excel 会对每个数据区域中的数据点计数。如果数字大于某区域的下限并且等于或小于该区域的上限，则对应的数据点包括在该特定区域内。如果忽略接收区域，Excel 将创建一个介于数据最小值和最大值之间的均匀分布区域。 1 / 5 直方图分析的输出会显示在一个新的工作表（或新的工作簿）中，将显示一个直方图表和一个反映直方图表中数据的柱形图。 加载分析工具库 。选项”“Office 按钮”，然后单击“Excel 1. 单击”。单击2. “加载项”。3. “加载项”，然后单击转到在“管理”框中，单击“Excel ”框中，执行以下操作之一：4.
在“可用加载宏?确定”。“要加载分析工具库，请选择“分析工具库”复选框，然后单击?分析工“要令分析工具库包括Visual Basic for Applications (VBA) 功能，请选中”- VBA”复选框，再单击“确定。具库浏“可用加载宏”框中列出，请单击VBA”如果“分析工具库”或“分析工具库-未在“提示找到它。览””进行安装。 5. 如果显示一条消息指示您的计算机上当前未安装分析工具库，请单击“是命令。“数据分析””数据选项卡的“分析”组中使用加载分析工具库之后，可从“提示 返回页首创建直方图 1. 要输入要在直方图中分析的数据，请执行以下操作之一：?将示例工作表数据复制到您的工作表。如何复制示例工作表数据 ?创建一个空白工作簿或工作表。?选择“帮助”主题中的示例。 不要选择行或列标题。注释 2 / 5 ”中选择示例从“帮助?Ctrl+C。按?。，然后按在工作表中，选择单元格A1 Ctrl+V A B 1 输入区域接收区域 2 87 20 3 40 27 4 60 45 5 6 80 62 7 3 8 52 9 20 10 11 43 74 61 ?在工作表中，按以下方式输入自己的数据： 1. 在一列中，键入输入数据。
基于颜色直方图的图像检索 作者:吴亚平学号:200812017081203009 1.概述 在过去的十几年间，有许多知名机构都对图像检索系统进行了深入的研究，病开发出了相应的检索系统，例如IBM Almaden研究中心研制的QBIC系统，Virage公司研发的VIRAGE系统，麻省理工大学多媒体实验室研发的Photobook 系统，哥伦比亚大学研发的VisualSeek系统，斯坦福大学研发的WBIIS系统，U.C.伯克利分校研发的Blobworld系统等等。 这些检索系统的基本特征都是基于图像像素值的特征提取相应的规则图像，例如形状、颜色、纹理等，并以此为依据对图像进行比较检索，在这篇论文中，系统采用了基于颜色特征提取的检索。基于直方图在两个颜色空间对图像特征进行判定检索。这两个颜色空间是RGB和HSV。通过对两副图像对应的RGB和HSV 值计算其距离，依据距离的远近来判断相似性，这种方法简单易行，由于丢弃了图像的形状、颜色、纹理等信息，判定的计算量相对较小。当然这也导致了两副图像之间的判定没有实际的语义上的关联，也就是说，距离相近的图像并不一定有事实上的相应联系。但是，经过试验的判定，这种基于直方图的图像检索系统能够为图片检索提供相对精确的检索结果。 2.相关知识 2.1.RGB颜色空间 RGB颜色模型中每种颜色都是由红绿蓝三种颜色组成。这种颜色模型在许多CRT显示器和彩色光栅图形设备中被广泛使用。这三种颜色被认为是其他颜色的添加剂，对于所需要的颜色通过对这三种颜色进行不同的比例进行相加即可得到。RGB模型可以用如下的颜色坐标系表示。注意从（0，0，0）到（1，1，1）
2.2.1 用样本的频率分布估计总体分布 二高马欣慧 三维目标 1.通过实例体会分布的意义和作用,通过对现实生活的探究,感知应用数学知识解决问题的方法. 2.在表示样本数据的过程中,学会列频率分布表,画频率分布直方图、频率折线图,理解数形结合的数学思想和逻辑推理的数学方法. 3.通过对样本分析和总体估计的过程,感受数学对实际生活的需要,通过实例体会频率分布直方图、频率折线图的各自特征,从而恰当地选择上述方法分析样本的分布,准确地作出总体估计,认识到数学知识源于生活并指导生活的事实,体会数学知识与现实世界的联系. 重点难点 教学重点：会列频率分布表,画频率分布直方图、频率折线图. 教学难点:能通过样本的频率分布估计总体的分布. 课时安排1课时 教学过程 导入新课 讨论：我们要了解我校学生每月零花钱的情况,应该怎样进行抽样？ 提问：学习了哪些抽样方法？一般在什么时候选取什么样的抽样方法呢? 讨论：通过抽样方法收集数据的目的是什么？（从中寻找所包含
的信息,用样本去估计总体） 指出两种估计手段：一是用样本的频率分布估计总体的分布,二是用样本的数字特征（平均数、标准差等）估计总体的数字特征.这就是我们这堂课要研究、学习的主要容——用样本的频率分布估计总体分布. 新知探究 提出问题 （1）我国是世界上严重缺水的国家之一,城市缺水问题较为突出,某市政府为了节约生活用水,计划在本市试行居民生活用水定额管理,即确定一个居民月用水量标准a,用水量不超过a的部分按平价收费,超出a的部分按议价收费.如果希望大部分居民的日常生活不受影响,那么标准a定为多少比较合理呢？你认为,为了较合理地确定出这个标准,需要做哪些工作？（让学生展开讨论） （2）什么是频率分布？ （3）画频率分布直方图有哪些步骤？ （4）频率分布直方图的特征是什么？ 讨论结果： （1）为了制定一个较为合理的标准a,必须先了解全市居民日常用水量的分布情况,比如月均用水量在哪个围的居民最多,他们占全市居民的百分比情况等.因此采用抽样调查的方式,通过分析样本数据来估计全市居民用水量的分布情况. 分析数据的一种基本方法是用图将它们画出来,或者用紧凑的表
基于容的图像检索——累加直方图算法 摘要 随着多媒体、网络技术的迅速发展，图像信息的应用日益广泛，对规模越来越大的图像数据库、可视信息进行有效的管理成为迫切需要解决的问题，灵活、高效、准确的图像检索策略是解决这一问题的关键技术之一。因此，基于容的图像检索已成为国外学者研究的主要热点问题，并取得了不少的成果。 本文主要对当今热门的基于容的图像检索技术进行了研究，重点对它的算法进行研究。在半年的时间里，通过查阅很多相关的资料，并认真学习了基于容的图像检索的基本理论，特别是深入研究了颜色直方图理论和累加直方图算法，最后在MATLAB平台下编程实现此系统，该系统可以实现基本图像检索的功能，根据用户输入的样本图像来与图像库中的图像进行特征匹配，然后找出与样本图像距离比较小的若干幅图像，并按照图像之间的距离由小到大的顺序显示给用户。 经过对该系统进行反复的调试运行后，该系统所实现的功能基本达到了设计目标，并且运行良好。当用户提供出所要查询的关键图后，系统就可以从用户提供的图像库中检索到与关键图相似的图片并排序返回给用户，达到了预期效果。 关键词：图像检索累加直方图颜色特征 MATLAB
目次 1 绪论 (1) 1.1 国外的研究现状 (1) 1.2 选题意义及本文研究的容 (3) 2 基于容的图像检索的简介 (4) 2.1 基于容的图像检索技术的概述 (4) 2.2 基于容的图像检索的关键技术 (5) 3 基于容的图像检索原理和特点 (6) 3.1 基于容的图像检索的原理及处理过程 (6) 3.2 基于容图像检索的特点 (8) 4 颜色特征理论 (8) 4.1 颜色模型 (9) 4.2 颜色特征提取 (10) 5 直方图理论 (12) 5.1 颜色直方图 (12) 5.2 直方图的矩 (13) 5.3 直方图均衡化算法 (14) 5.4 基于直方图的图像检索技术分析 (14) 6 累加直方图算法 (16) 6.1 累加直方图 (16) 6.2 算法实现 (18) 6.3 改进的局部累加直方图算法 (18)
资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。 表1 XX 地区实测剖面地层-沉积相综合柱状图 比例尺：（线段比例尺） 探 格栏宽度如下：①?⑥一 5 mm;⑦一8 mm;⑧一15 mm;⑨一35 mm;⑩一15 mm; ( 11) — 75 mm; ( 12) —10 mm; ( 13) —10 mm; ( 14) —10 mm; ( 15) — 30 mm; ( 16) — 5 ?12 mm 资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。 年代 地层 岩石 地JZ- 段 ㈢ (JI ■1. ⑤ ? ￡5} J25 V' 沉积构适 11 1 沉积相 基准面变化 鄴性简述及古生物化石或组合 離相卄相扣陆濟每次深树卞海 .<
探注：①?⑨栏和图表总宽度为刚性规定，其余各栏可视各剖面具体情况适当调整。 探岩性柱中的1、2、3、……等分别表示岩石的粒度（碎屑岩类）及沉积能量（碳酸盐岩），其编号与表2中的编号相对应。
表2 各种岩类花纹的长度及层高 ①岩性描述中只笼统为”灰岩、白云岩、大理岩”等同按12.0mm;后生白云岩则参见各类灰岩长度； ②各类变质岩则参照其原岩的长度； ③花纹长度具有粒度含义，实为刚性规定；层高（层距）视为弹性规定课时实际情况略加增减； ④岩石花纹及其基本线宽、花纹中的粒径等，按本指南所示，不足者,以石油天然气地质编图规范 及图式（SY/T 5615-）加以补充,其次以国家标准”区域地质图图例”（报批稿）GB 958-99之规定, 仍有不足者，则按GB 958-99之花纹设计规定自行设计。 碎屑颗粒大小分类
课程设计报告 题目基于matlab的直方图均衡化程序设计 学生姓名： 学生学号： 系别： 专业： 届别： 指导教师： 电气信息工程学院制
目录 1、引言·······················································································- 2 - 2、直方图基础 ···············································································- 2 - 3、直方图均衡化············································································- 3 -3.1 直方图均衡化的概念·····················································································- 3 -3.2 直方图均衡化理论························································································- 4 - 3.3 Matlab 实现······························································································- 4 - 4、结论 ······················································································- 10 - 5、心得体会················································································- 10 -参考文献·····················································································- 10 - 基于matlab的直方图均衡化程序设计
直方图匹配，又称直方图规定化，即变换原图的直方图为规定的某种形式的直方图，从而使两幅图像具有类似的色调和反差。直方图匹配属于非线性点运算。 直方图规定化的原理：对两个直方图都做均衡化，变成相同的归一化的均匀直方图，以此均匀直方图为媒介，再对参考图像做均衡化的逆运算 ///
实验1 点运算和直方图处理 一、实验目的 1. 掌握利用Matlab图像工具箱显示直方图的方法 2. 掌握运用点操作进行图像处理的基本原理。 3. 进一步理解利用点操作这一方法进行图像处理的特点。 4. 掌握利用Matlab图像工具箱进行直方图均衡化的基本方法。 二、实验的硬件、软件平台 硬件：计算机 软件：操作系统：WINDOWS 7 应用软件：MATLAB 三、实验内容及步骤 1. 了解Matlab图像工具箱的使用。 2. 利用Matlab图像工具箱对图像进行点操作，要求完成下列3个题目中 的至少2个。 ⑴图1灰度范围偏小，且灰度偏低，改正之。 ⑵图2暗处细节分辨不清，使其能看清楚。 ⑶图3亮处细节分辨不清，使其能看清楚。 图1 图2 图3 3. 给出处理前后图像的直方图。 4. 利用MatLab图像处理工具箱中函数对以上图像进行直方图均衡化操 作，观察结果。 四、思考题 1. 点操作能完成哪些图像增强功能？ 2. 直方图均衡化后直方图为何并不平坦？为何灰度级会减少？ 五、实验报告要求
1．对点操作的原理进行说明。 2．给出程序清单和注释。 3．对处理过程和结果进行分析（包括对处理前后图像的直方图的分析）。实验代码以及解析 点操作： I = imread('POINT1.BMP'); %读入图像 j=rgb2gray(I); %将图像转为灰度图像 INFO=IMFINFO('POINT1.BMP') %获取图片的格式、尺寸、颜色数量、修改时间等信息[l,r]=size(j); %图片大小 figure; %建立一个图形框 subplot(221) imshow(j) %在两行两列的第一个位置放置图片j title('POINT1.BMP') %给该图片加上标题POINT1.BMP for m=1:l for n=1:r %从第一个像素循环到最后一个像素 p1(m,n)=j(m,n)*1.2; %把各点乘上1.2得到p1图 end end for m=1:l for n=1:r p2(m,n)=j(m,n)*2; %%把各点乘上2得到p2图 end end for m=1:l for n=1:r p3(m,n)=j(m,n)*2+50; %把各点乘上2再加50得到p2图 end end subplot(222) imshow(p1) title('j(m,n)*1.2') %p1图放在第二个位置且冠名j(m,n)*1.2 subplot(223) imshow(p2) title('j(m,n)*2') %p1图放在第三个位置且冠名j(m,n)* 2 subplot(224) imshow(p3) title('j(m,n)*2+50') %p1图放在第四个位置且冠名j(m,n)*2+50 figure; %建立一个新的窗口并且依次显示以上四个图的直方图subplot(221),imhist(j,64); title('原图直方图') %64代表把0-250的灰度范围分为64份
用EXCEL做质量分析柱状图模板 关键词：EXCEL 分析柱状图 EXCEL具有强大的数据处理功能，但是，在进行分析时，面对大量枯燥的数据，往往很难以让人提起兴趣。 学校教务管理中，常常要进行质量分析。一个规模较大的学校的一个年级的质量分析，往往含有上千个数据，分析时大家会听得或看得索然寡味，这时EXCEL图表就能发挥作用。EXCEL图表能给人视觉冲击，让数据易于理解和记住，让分析者与被分析者之间易于交流。 一、原始数据 图一是我校的七年级质量分析总分分析表。 图二是七年级质量分析语文分析表。 图一、图二各占17行，七个单科（语文、数学、英语、生物、思品、历史、地理）的分析表与图一、图二内容相似。 图一、图二及七个单科分析表在同一工作表。 要分析的数据为均分、合格率（及格率）、优质率、后20名均分。 图一
图二 二、数据整理 1、插入工作表，名称为分析图表（图三）。 图三 2、做一个控制按钮 调出窗体工具箱（在菜单栏右边空白处，右键，勾选窗体）。 单击窗体工具箱的微调项按钮——在工作表中画出微调项按钮——放置在
B2单元格——右键单击微调项按钮——单击设置控件格式——单击控制，然后设置控件格式（图四），最小值为0，步长为17，最大值可根据科目多少设置，单元格链接为B3（后面的公式将与B3单元格联系），单击确定。 图四 操作控制按钮（微调项按钮），B3单元格的值会以在0——119的范围内以17的倍数变化。 2、转移数据 现在，我们用OFFSET函数将质量分析表的数据转移到分析图表工作表。 OFFSET是一个引用函数，是根据参照区域，通过上下左右偏移得到新的区域的引用。返回的引用可以是一个单元格也可以是一个区域。 这里以返回单元格为例。 在某单元格输入：=OFFSET(A1,2,3)，返回D3单元格的值（以A1单元格作为参照，向下移动2行，向右移动3列）。 ①在图三的A4单元格输入：=OFFSET(数据!A4,B3,8) B4单元格输入：=$A$4&OFFSET(数据!$A$4,1+$B$3,2) C4单元格输入：=$A$4&OFFSET(数据!$A$4,1+$B$3,6) D4单元格输入：=$A$4&OFFSET(数据!$A$4,1+$B$3,10) E4单元格输入：=$A$4&OFFSET(数据!$A$4,1+$B$3,13) 如果B3=0，得到图五的结果。 图五 如果B3=17，得到图六的结果。从图五、图六可以看出，B3发生变化，分
线性变换、非线性变换、直方图均衡、直方图匹配 2 图像滤波 图像卷积运算 平滑：均值平滑、中值滤波平滑 锐化：梯度检测、边缘检测、定向检测 3 彩色增强 单波段彩色变换和多波段彩色合成 4图像运算 差值运算：两幅同样行、列数的图像，对应像元的亮度值相减就是差值运算。 比值运算：两幅相同行列数的图像, 对应像元的亮度值相除就是比值运算。 5多光谱变换 其变换的本质:对遥感图像实行线性变换，使光谱空间的坐标按一定规律进行旋转。 K-L变换 K-T变换 1.教学时数 2学时 2.教学方式（手段） 讲授法、演示法 3.师生活动设计 教师提问，学生回答。 4.讲课提纲、板书设计 采用多媒体教学 5.教学内容 第五节遥感数据的融合 图像融合是指把多源遥感数据按照一定的规则或算法进行处理, 生成一幅具有新的空间、光谱和时间特征的合成图像。图像融合并不是数据间的简单复合, 其目的是: 突出有用信息, 消除或抑制无关信息; 增加解泽的可靠性, 减少识别目标的模糊性和不确定性, 为快捷、准确地识别和提取目标信息奠定基础。 1 多源遥感数据的融合 多源遥感数据融合的基本过程包括图像选择、图像配准和图像融合三个关键环节。 图像融合时,需根据融合图像的类型、特点以及融合的目的,选择恰当的融合方法。常用的融合方法主要有:基于加减乘除运算的融合,基于相关分析、主成分变换、小波分析以及基于IHS变换的融合等。 2 遥感数据与地学信息的融合 地学信息与遥感数据的结合和相互印证, 则有助于对遥感图像特征的综合
分析, 提高图像解译的科学性。 (1) 地学信息的预处理 地学信息主要指各种专题地图和专题数据, 前者包括土地利用图、植被图、土壤图、等值线图等, 后者包括各种采样分析数据、野外测量数据、调查统计数据、 DEM数据等。 地学信息的预处理包括专题地图的数字化和专题数据的图像化。 地学信息的预处理实现了地学信息到数字图像的转换, 接下来就可以进行空间配准和融合处理了。空间配准包括地学数据之间及地学与遥感数据之间的空间配准, 即运用图像处理技术, 将不同地学数据集配准到统一的地理坐标系统上, 形成以图像为基础的综合数据库。在此基础上, 便可进行遥感数据与地学数据多种形式的融合。 第七章遥感图像的目视解译 一、章节教案 1.教学目标及基本要求 （1）理解遥感图像目视解译与计算机解译； （2）掌握摄影像片的种类、解译标志及判读方法。重点掌握热红外像片的判读； （3）掌握扫描影像（MSS,TM.SPOT）的特征、解译标志及判读方法； （4）掌握微波影像的特点、解译标志及判读方法； （5）了解目视解译的基本步骤 2.教学内容及学时分配 第一节目视解译的基本原理 第二节目视解译的方法与程序（2学时） 第三节不同类型遥感图像的解译（2学时） 3.教学重点和难点 重点： 感图像目标地物识别特征、摄影像片的种类、解译标志及判读方法,扫描影像的种类、解译标志及判读方法、微波影像的特点、解译标志及判读方法、目视解译的基本步骤、遥感影像制图。 难点： 扫描影像的种类、解译标志及判读方法、微波影像的特点、解译标志及判读方法。 4.教学内容的深化和拓宽 利用ENVI软件和Landsat数据、雷达影像进行演示。 5.教学方式（手段）及教学过程中应注意的问题 教学方式（手段）： 讲授法、演示法 教学过程中应注意的问题：
一、数据的分组整理 将一组数据分成若干个数段，每个分数段是一个“组区间”，分数段两端的数值是“组限”，在一组两端数值中最大的数值为上限，最小的数值为下限，分数段的最大值与最小值的差为“组距”，分数段的个数是“组数”。 小结：分组整理的方法——⑴确定分组的方法并分组 ①计算极差； ②确定组距和组数，组距 极差组数 ≈，组数取大于商的最小整数； ③决定组限并分组。注意：各分数段中的分数，通常包括分数段的最低分，不包括最高分。 二、频数、频率与频数分布表 频数：落在各个小组内的数据的个数是这一小组的频数。（每个分数段的分数的个数） 频率：每个小组的频数与数据总数的比值叫做这一小组的频率。 计算公式： 数据的总个数 这组的频数每组的频率 = 想一想：根据上表，回答以下问题 ⑴组数是多少？举例说明组区间是什么？ ⑵在“80~90”这一组中，组限各是什么？哪个是下限，哪个是上限？组距是多少？频数是多少？频率有多大？ ⑶假设在“70~80”这一组中，如果频数已知，频率漏掉，怎样补上？如果频数漏掉，怎样补上？如果频数、频率都漏掉，又怎样补上？ 小结规律： ①各小组的频数之和等于数据总数； ②各小组的频率之和等于1。 观察频数分布表，从以下几方面对数据分布信息进行分析： ⑴数据在哪个组分布最多最集中（称该组为众数组），在哪个组分布最少，各占总数的比值（或百分比）是多少。 ⑵各组数据分布的数量变化趋势是什么。 ⑶测算中位数在哪个组（该组称为中位数组），获得数据分布状态的信息。 ⑷测算平均数=各组组中值×该组频率的积之和（组中值=2 下限上限+），从 中体会频数分布的作用。 1.频数分布直方图 根据上节所列频数分布表，以每小组的组距为宽，频数为高，画出各小组的频数条形图，从而画出频数分布直方图。 注意： ①单位 ②连续性 ③科学性与美观兼顾 频数分布直方图的意义： 直观表示了一组数据在各小组分布的多少。 2.频数分布折线图 把“频数分布直方图”中的每个条形图的上边中点依次联结成折线段，就画成了频数分布折线图。 为了便于观察频数分布折线图两边的变化趋势，有时也用线段联结直方图最左边条形图上边中点和它外边等距区间的中点（条形图外用虚线），以及直方图最右边条形图上边中点和它外边等距区间的中点（条形图外用虚线）。 频数分布折线图直观的意义：表示了一组数据在各小组分布的变化趋势和整体分布形态。
南通大学计算机科学与技术学院 《数字图像处理》课程实验 报告书 实验名计算图像的直方图 班级计 121 姓名张进 学号 1213022016 2014年6月 16 日
一、实验内容 1、打开一张图，计算其直方图。 二、图像直方图的概念 图像直方图是反映一个图像像素分布的统计表，其实横坐标代表了图像像素的种类，可以是灰度的，也可以是彩色的。纵坐标代表了每一种颜色值在图像中的像素总数或者占所有像素个数的百分比。 图像是由像素构成，因为反映像素分布的直方图往往可以作为图像一个很重要的特征。在实际工程中，图像直方图在特征提取、图像匹配等方面都有很好的应用。 三、灰度直方图的计算 1、灰度直方图的定义 灰度直方图是灰度级的函数，描述图像中该灰度级的像素个数（或该灰度级像素出现的频率）：其横坐标是灰度级，纵坐标表示图像中该灰度级出现的个数（频率）。 一维直方图的结构表示为 高维直方图可以理解为图像在每个维度上灰度级分布的直方图。常见的是二维直方图。如红-蓝直方图的两个分量分别表示红光图像的灰度值和蓝光图像灰度值的函数。其图像坐标（Dr,Db）处对应在红光图像中具有灰度级Dr同时在蓝光图像中具有灰度级Db的像素个数。这是基于多光谱——每个像素有多个变量——的数字图像，二维中对应每个像素统计个变量。 简单的说，直方图就是对数据进行统计，将统计值组织到一系列事先定义好的bin中。bin的数值是从数据中计算出的特征的统计量，这些数据可以是诸如梯度，方向，色彩或者任何其他特征。无论如何，直方图获得的是数据分布的统计图。通常直方图的数据要低于原始数据。由于原始数据点可以表征任何事情，所以直方图实际上是一个方便表示图像特征的手段。
包头师范学院 本科毕业论文 题目：基于直方图的图像增强技术的研究学生姓名：赵良良 学院：信息科学与技术院系 专业：电子信息科学与技术 班级：07级本科 指导教师：刘晓虹 二〇一一年五月
摘要 图像增强是数字图像处理过程中经常采用的一种方法，图像增强的主要目的就是要使增强后的图像具有更好的视觉效果，更合适于对图像进行后续的分析和处理。灰度直方图概括了图像中各灰度级的含量，提供了原图的灰度值分布情况，灰度直方图是图像增强的最好的研究内容。通过采取适当的增强处理可以将原本模糊不清甚至根本无法分辨的原始图片处理成清楚、明晰的富含大量有用信息的可使用图像。本文主要研究了在MATLAB环境下，通过直方图的均衡化对图像进行增强处理。 关键词：图像增强；直方图；MATLAB
ABSTRACT Image enhancement is a kind of method in the digital image processing，its purpose is that visual effects of enhancement image is better and appropriate to continue analyzing and processing image. Histogram shows all gray scales of image and distribution of image. Histogram is the best contents of image enhancement for study. The blurry and undistinguished image can be processed to clear and useful image. This paper studies image enhancement by histogram balance in MATLAB. Key words：Image enhancement; Image Histogram; MATLAB
本科学生实验报告 实验课程名称遥感导论 实验名称辐射增强处理—直方图匹配 开课学期2009 至2010 学年＿第二学期 云南师范大学旅游与地理科学学院编印 一、实验准备 实验名称：辐射增强处理—直方图匹配
实验时间：2010年6月5日 实验类型：设计性实验 1、实验目的和要求： （1）掌握遥感图像辐射增强处理的主要过程； （2）学习增强处理中的直方图的基本方法； （3）进一步熟悉erdas imagine 8.7软件的操作方法。 2、实验材料及相关设备： 计算机一台（装有erdas imagine 8.7软件）、《遥感导论》和《遥感实习教程》两课本、《Erdas imagine 中文教程》。 3、实验理论依据或知识背景： 一：直方图匹配（Histogram Match）： 直方图匹配是对图像查找表进行数学变换，使一幅图像的某个波段的直方图与另一幅图相对应波段类似，或使图像所有波段的直方图与另一图像的所有对应波段类似。直方图匹配经常作为相邻图像拼接或应用多时相遥感图像进行动态变化研究的与处理工作，通过直方图匹配可以部分消除由于太阳高度角或大气影响造成的相邻图像的效果差异。二：ERDAS IMAGINE 是一款遥感图像处理系统软件。 二：ERDAS IMAGINE 是美国ERDAS 公司开发的遥感图像处理系统。它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具，代表了遥感图像处理系统未来的发展趋势。该软件功能强大，在该行业中是最好的一款软件。
收稿日期:2004-01-21 作者简介:朱磊(1973— ),男,江苏南京人,工学博士,讲师,研究方向:多媒体信息处理与通信网络管理。文章编号:1003-6199(2004)02-0048-04 一种基于直方图统计特征的直方图匹配算法的研究 朱 磊 (解放军理工大学通信工程学院,江苏南京 210007) 摘 要:本文提出并验证了基于直方图统计特征的直方图匹配算法。直方图作为对图像 颜色或灰度分布的一种基本描述量,利用其统计特征进行直方图之间的相似性度量。实验结果表明,在获得相同查准率的情况下,利用直方图统计特征量测算的算法比经典的欧氏距离测算算法具有更高的查全率。 关键词:直方图;匹配算法;统计特征中图分类号:TP391 文献标识码:A The Application of Digital Library T echnology in the Integrated Management Platform for Military Information ZHU Lei (Institute of Communication Engineering ,PLAUST ,Nanjing ,210007,China ) Abstract :In this paper ,the histogram ’s matching that based on the histogram ’s statistical characteriza 2tion was put forward and implemented.As a basic descriptor of the distribution of color or gray ,histogram ’s statistical characterization was used to compute the similarity between each other.The experimental result in 2dicates that when compared with the classical Euclidean distance measure method ,the new matching algo 2rithm can achieve a higher recall and the same precision. K ey w ords :histogram ;matching algorithm ;statistical characterization 1 引言 在对图像颜色特征的描述上,直方图(his 2togram )是一个非常有效的工具。直方图描述了图像颜色的统计分布特征,且具有平移、尺度和旋转的不变性,因此在颜色检索中被广泛采用。经典的直方图匹配算法是计算直方图之间的欧氏距离,在这种计算方法中,对直方图之间的相似度测量是按照矢量距离测量的思路进行的。本文采用随机变量的数字特征分析方法,利用直方图的统计特征进行直方图之间的相似性度量,将直方图随机变量的均值、方差和K olmogorov -Smirnov 检测量结合起 来,利用三者的加权和来代替欧氏距离判决公式, 对两幅图像的直方图之间的相似性进行度量。本文对这部分的工作进行了实验比较,实验结果表明,在获得相同查准率的情况下,利用直方图统计特征量测算的算法比经典的欧氏距离测算算法具有更高的查全率。 2 基于随机变量统计特征的直方图匹配算法 灰度直方图是灰度级的函数,它表示图像中具有每种灰度级的像素的个数,反映图像中每种灰度出现的频率。如图1所示,灰度直方图的横坐标是灰度级,纵坐标是该灰度级出现的频率,是图像最 第23卷第2期2004年6月 计 算 技 术 与 自 动 化Computing Technology and Automation Vol 123,No 12 J un 12004
直方图计算与与均衡 一、实验要求： 1.读入给定的图像文件 2.求输入图像文件的直方图，并且利用MATLAB画出来 3.设计算法完成直方图的均衡，并利用MATLAB输出 4.将直方图均衡后的文件以图像形式输出 5.观察比较均衡前后图像与直方图的区别 二、实验原理 直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。 （I）直方图均衡化的过程： 1）列出原始图像和变换后图像的灰度级（L是灰度级的个数）； 2）统计员图像中各灰度级的像素个数； 3）计算原始图像直方图P(i)=Ni/N； 4）计算累计直方图P(j)=P(1) + P(2) + P(3) +…+ P(i)； 5）利用灰度值变换函数计算变换后的灰度值，兵四舍五入取整；j=INT[(L-1)Pj+0.5] 6）确定灰度变换关系i→j，据此将原图像的灰度值f（m,n）=i修正为g（m，n）=j； 7）统计变换后个灰度级的像素个数Nj； 8）计算变换后图像的直方图Pj=Nj/N （II）图像均衡化后的缺点： 1）变换后图像的灰度级减少，某些细节消失； 2）某些图像，如直方图有高峰，经处理后对比度不自然的过分增强。 直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。这种方法通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展
基于直方图的人脸识别实现本科毕业设计论文
毕业设计（论文）原创性声明和使用授权说明 原创性声明 本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。 作者签名：日期： 指导教师签名：日期： 使用授权说明 本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。 作者签名：日期：
学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名：日期：年月日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 涉密论文按学校规定处理。 作者签名：日期：年月日 导师签名：日期：年月日