数字图像处理实习 RAW格式直方图统计.pdfVIP

数字图像处理实习 RAW格式直方图统计.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
武汉大学遥感信息工程学院   数字图像处理实习            姓名:张航 学号:2011302590154 班级:11031班    实习名称:  对RAW格式的Lena图像进行灰度直方图统计,并输出每个像素对应的出现的频率, 并绘制成对应的灰度直方图   实习目的:  灰度直方图(histogram)是灰度级的函数,它表示图象中具有每种灰度级的象素的 个数,反映图象中每种灰度出现的频率。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,是图象的最基本的统计特征。它是多种空间域处理技术的基础。直方图操作能 够有效用于图像增强;提供有用的图像统计资料,其在软件中易于计算,适用于商用硬件设 备。因此灰度直方图的统计生成,是数字图像处理的最先一步,是许多增强处理操作的基础。  实习内容:    1 ,实习原理 首先想要对raw格式的lena格式的图像进行处理那么就要对raw格式图像的数据结 构有所了解:RAW的原意就是“未经加工”。可以理解为:RAW图像就是CMOS或者 CCD图像感应器将捕捉到的光源信号转化为数字信号的原始数据。RAW文件是一种记录了 数码相机传感器的原始信息,同时记录了由相机拍摄所产生的一些原数据(Metadata,如 ISO的设置、快门速度、光圈值、白平衡等)的文件。RAW是未经处理、也未经压缩的格 式,可以把RAW概念化为“原始图像编码数据”或更形象的称为“数字底片”。在数据的 存储上,raw格式文件可以简单的理解成为一个二维的数组,对应存储了拍摄时的灰度值, 并没有相应的文件头和信息头,是最简单的图像文件。 对图像的直方图进行统计,首先需要将raw的格式的文件读入内存之中,因此我们 需要分配一个内存空间,使用fopen将raw读入其中。分配的内存空间是M*N个字节, 因为在8位灰度图中,每个像素占用一个字节的内存空间。 灰度直方图的计算是很简单的,依据定义,若图象具有L(通常L=256,即8位灰度 级)级灰度,则大小为MxN的灰度图象f(x,y)的灰度直方图image[0…255]可用如下计算 获得: 1.初始化image[k]=0;(k=0,…,L-1) 2.统计image[f(x,y)]++;(x,y=0,…,M-1,0,…,N-1) 3.标准化P(i)=image[f(x,y)]/(M*N) 从而可以快速获得对应的灰度值得出现的频率,并且写入文本文件中,对于文件的操作仍然 需要使用fopen创建一个文件,并且使用fprintf格式化的写入其中,但是要注意的是必须 要把所有的数据进行强制类型转换,那样的话,计算出来的P才是真实的值。  2,算法框图 //将存在硬盘中的Lena文件读入内存之中,首先必须打开文件 fp=fopen(“Lena.raw”,”r”); //并将RAW格式的文件读入已经分配好的内存空间之中   int imageRAW =new int [M*N];  fread(imageRAW,1,M*N,fp); //对统计灰度数据的数组进行初始化 bCount[0--255]=0; gCount[0--255]=0; bCount[0--255]=0; //统计各个灰度值的个数 fori=0:nHeight forj=0:nWidth blue,green,red; bCount[blue]++; gCount[green]++; rCount[red]++;  附:实习时源代码

文档评论(0)

zhoubingchina + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档