亮度异常检测方法.docx

基于图像灰度分布统计的亮度异常检测1 基本原理过亮或过暗的视觉效果是整幅图像看上去偏亮偏白或者是偏暗偏黑，在灰度空间里，其灰度值总体偏高（趋于255）或者偏低（趋于0），而其灰度分布直方图的分布表现为集中在直方图右边或左边。因为，我们通过直方图的特性来刻画图像的量度异常。2 实现步骤2.1彩色图像灰度化为加快处理速度，需要把彩色图像转换为灰度图像，因为在灰度图像上得到验证的算法，很容易移植到彩色图像上。24位彩色图像每个像素用三个字节表示，每个字节分别对应着，，分量的亮度(红，绿，蓝)。当，,分量值相同时，表现为灰度图像，这时取，，分量值中的任何一个都可以表示该像素点的灰度值。因为人眼对颜色的感应是不同的，所以采用如下的转换公式。(1)式中，分别为,,三通道的亮度值。2.2画出图像的灰度直方图图像的灰度范围为0~255，将其等分为划分为50个区间。前10个区间（灰度值在0~51）的灰度直方图用红色显示，后10个区间（灰度值在204~255）的灰度直方图用蓝色显示，中间的30个区间（灰度值在52~203）的灰度直方图用绿色显示。2.3计算灰度分布比例因子分别累计前10个区间灰度直方图的总和sum1、后10个区间灰度直方图的总和sum2、以及中间30个区间灰度直方图的总和sum3。对这三大区间赋予不同的权值，前10个区间和后10个区间的权值都为0.2，中间30个区间的权值为0.6。然后计算出灰度分布比例因子。2.4亮度异常的判定将计算出的灰度分布比例因子与给定的阈值作比较，如果，，则判定为正常图像；如果，，则判定为亮度异常图像。在判定为亮度异常的前提下，若，则判定为图像过暗；若，则判定为图像过亮。3 实现效果3.1正常图像的灰度分布直方图3.2过暗图像的灰度分布直方图3.3过亮图像的灰度分布直方图4结果统计正常图像亮度异常图像0.59过亮0.480.430.540.360.450.270.460.52过暗0.470.220.490.240.490.320.560.39