图像统计分析课程设计大作业.docxVIP

图像统计分析课程设计报告摘要:利用图像统计系统特性,使用MATLAB软件编程获得数字图像的统计直方图，在此基础上分析图像的均值特性，方差特性，偏度特性和峰度特性。0.引言红外图像是利用红外热像仪接受来自目标和景物的红外辐射,经过光电转换,将不可见的辐射转变成可见的图像,图像的各像素点的明暗(亮度)变化对应着目标和景物的辐射能量强弱的变化。目前红外图像在军事上的应用越来越多,例如在精确制导方面,更多的防空导弹采用了红外成像制导,使其具备了其它制导方式无法替代的优势。【1】基于红外辐射理论用MATLAB编程的方法生成直方图,然后对红外图像进行特征分析了图像的均值、方差偏度和峰度等统计特性。1.原理1.1数字图像的直方图设n(ri)为图中灰度为ri的象素数（i∈[0, k ?1]），图像的大小为M 行、N 列，则ri出现的概率为： (1)且: (2)1.2均值设（ X1, X2……Xn）是总体X 容量为n的样本，则： (3)称为样本均值（Sample mean）。1.3方差设（X1 X 2……Xn ）是总体X 容量为n的样本，则 (4)称为样本方差（Sample variance）。1.4偏度随机变量x 的偏度定义为 (5)它度量了分布的偏斜程度及偏向，是一个无量纲的数值。若g1 0，则称x的分布是正偏（或右偏）的；若g1 0 ,则称x的分布是负偏（或左偏）的。｜g1｜越大，说明分布偏斜得越厉害。设x1……x n 是来自总体x的一个样本，则总体x的偏度可估计为 (6)其中是样本均值,1.5峰度峰度是另一个反映随机变量分布形状的量，随机变量x 的峰度定义为 (7)它度量了分布尾部的厚度。同偏度一样，峰度也是一个没有量纲的数值。峰度g2的取值范围是［-2,∞］。正态分布的峰度为零。人们以正态分布为标准，若g20，则说明随机变量X 分布的尾部比正态分布的尾部粗，并且g2值越大，倾向认为尾部越粗；若g20，则说明X 分布的尾部比正态分布的尾部细，且｜g2｜值越大，倾向认为尾部越细。峰度g2可用来比较已标准化了的各随机变量分布的尾部厚度。设x1……xn是一组样本数据或一组有限总体数据，则其峰度的计算公式为 (8)其中x 和s 的含义同前。2.程序使用matlab软件编辑程序用以获取图一的均值，方差，偏度，峰度并进行图像统计分析。 图1（‘001.bmp’）程序如下：主程序clear allclcIg=imread(001.bmp);Ig=rgb2gray(Ig);% 对图片003和013不需要这句figureimhist(Ig);[m,n]=size(Ig)mean=picmean(Ig,m,n)%均值var=picvar(Ig,mean,m,n)%方差kew=picskew(Ig,mean,var,m,n)%偏度kur=pickur(Ig,mean,var,m,n)%峰度均值function mean = picmean(picArray,m,n) Nmean = 0; for i = 1:m for j = 1:n tu=double(picArray(i,j));Nmean = Nmean + tu;endend mean = Nmean/(m*n);方差function variance = picvar(picArray,mea,m,n) Nvariance = 0; for i = 1:m for j = 1:n tu=double(picArray(i,j)); mean=double(mea); cha=tu-mean;pingfang=cha*cha;Nvariance = Nvariance + pingfang;endend variance = Nvariance/(m*n);偏度function skew = picskew(picArray,mea,variance,m,n) Nskew = 0; for i =1:m for j = 1:n tu=double(picArray(i,j));lifang=(tu-mea)*(tu-mea)*(tu-mea);Nskew = Nskew + abs(lifang);endend skew = Nskew/(m*n*(sqrt(variance))^3);峰度functionkur = pickur(picArray,mea,varianc