Kalkulator A do Z
🔍
Pobierać PDF
Chemia
Inżynieria
Budżetowy
Zdrowie
Matematyka
Fizyka
Transformacja wyrównująca histogramu Kalkulator
Inżynieria
Budżetowy
Chemia
Fizyka
Matematyka
Plac zabaw
Zdrowie
↳
Elektronika
Cywilny
Elektronika i oprzyrządowanie
Elektryczny
Inżynieria chemiczna
Inżynieria materiałowa
Inżynieria produkcji
Mechaniczny
⤿
Cyfrowe przetwarzanie obrazu
Antena
EDC
Elektronika analogowa
Elektronika mocy
Inżynieria telewizyjna
Komunikacja analogowa
Komunikacja bezprzewodowa
Komunikacja cyfrowa
Komunikacja satelitarna
Linia transmisyjna i antena
Mikroelektronika RF
Produkcja VLSI
Projekt światłowodu
Projektowanie i zastosowania CMOS
Sygnał i systemy
System radarowy
System sterowania
Telekomunikacyjne systemy przełączające
Teoria informacji i kodowanie
Teoria mikrofalowa
Teoria pola elektromagnetycznego
Transmisja światłowodowa
Układy scalone (IC)
Urządzenia optoelektroniczne
Urządzenia półprzewodnikowe
Wbudowany system
Wzmacniacze
⤿
Transformacja intensywności
Podstawy obrazu cyfrowego
✖
Liczba poziomów intensywności to całkowita liczba różnych wartości intensywności, jakie może reprezentować obraz, określona na podstawie jego głębi bitowej.
ⓘ
Liczba poziomów intensywności [L]
+10%
-10%
✖
Funkcja gęstości prawdopodobieństwa jest funkcją gęstości ciągłej zmiennej losowej obrazu wejściowego.
ⓘ
Funkcja gęstości prawdopodobieństwa [P
r
]
+10%
-10%
✖
Ciągła intensywność to ciągła zmienna losowa obrazu wejściowego.
ⓘ
Ciągła intensywność [r]
+10%
-10%
✖
Transformację intensywności ciągłych można uzyskać po oszacowaniu funkcji gęstości prawdopodobieństwa na podstawie obrazu wejściowego.
ⓘ
Transformacja wyrównująca histogramu [T
r
]
⎘ Kopiuj
Kroki
👎
Formuła
✖
Transformacja wyrównująca histogramu
Formuła
`"T"_{"r"} = ("L"-1)*int("P"_{"r"}*x,x,0,"r")`
Przykład
`"1228.8"=("4"-1)*int("0.2"*x,x,0,"64")`
Kalkulator
LaTeX
Resetowanie
👍
Pobierać Elektronika Formułę PDF
Transformacja wyrównująca histogramu Rozwiązanie
KROK 0: Podsumowanie wstępnych obliczeń
Formułę używana
Transformacja natężeń ciągłych
= (
Liczba poziomów intensywności
-1)*
int
(
Funkcja gęstości prawdopodobieństwa
*x,x,0,
Ciągła intensywność
)
T
r
= (
L
-1)*
int
(
P
r
*x,x,0,
r
)
Ta formuła używa
1
Funkcje
,
4
Zmienne
Używane funkcje
int
- Całkę oznaczoną można wykorzystać do obliczenia pola powierzchni netto ze znakiem, czyli obszaru nad osią x minus pole pod osią x., int(expr, arg, from, to)
Używane zmienne
Transformacja natężeń ciągłych
- Transformację intensywności ciągłych można uzyskać po oszacowaniu funkcji gęstości prawdopodobieństwa na podstawie obrazu wejściowego.
Liczba poziomów intensywności
- Liczba poziomów intensywności to całkowita liczba różnych wartości intensywności, jakie może reprezentować obraz, określona na podstawie jego głębi bitowej.
Funkcja gęstości prawdopodobieństwa
- Funkcja gęstości prawdopodobieństwa jest funkcją gęstości ciągłej zmiennej losowej obrazu wejściowego.
Ciągła intensywność
- Ciągła intensywność to ciągła zmienna losowa obrazu wejściowego.
KROK 1: Zamień wejście (a) na jednostkę bazową
Liczba poziomów intensywności:
4 --> Nie jest wymagana konwersja
Funkcja gęstości prawdopodobieństwa:
0.2 --> Nie jest wymagana konwersja
Ciągła intensywność:
64 --> Nie jest wymagana konwersja
KROK 2: Oceń formułę
Zastępowanie wartości wejściowych we wzorze
T
r
= (L-1)*int(P
r
*x,x,0,r) -->
(4-1)*
int
(0.2*x,x,0,64)
Ocenianie ... ...
T
r
= 1228.8
KROK 3: Konwertuj wynik na jednostkę wyjścia
1228.8 --> Nie jest wymagana konwersja
OSTATNIA ODPOWIEDŹ
1228.8
<--
Transformacja natężeń ciągłych
(Obliczenie zakończone za 00.004 sekund)
Jesteś tutaj
-
Dom
»
Inżynieria
»
Elektronika
»
Cyfrowe przetwarzanie obrazu
»
Transformacja intensywności
»
Transformacja wyrównująca histogramu
Kredyty
Stworzone przez
Zaheera Szejka
Szkoła Inżynierska Seshadri Rao Gudlavalleru
(SRGEC)
,
Gudlavalleru
Zaheera Szejka utworzył ten kalkulator i 10+ więcej kalkulatorów!
Zweryfikowane przez
Dipanjona Mallick
Instytut Dziedzictwa Technologicznego
(UDERZENIE)
,
Kalkuta
Dipanjona Mallick zweryfikował ten kalkulator i 50+ więcej kalkulatorów!
<
14 Transformacja intensywności Kalkulatory
N-ty moment dyskretnej zmiennej losowej
Iść
N-ty moment dyskretnej zmiennej losowej
=
sum
(x,0,
Liczba poziomów intensywności
-1,
Prawdopodobieństwo intensywności Ri
*(
Poziom intensywności I-tego piksela
-
Średni poziom intensywności
)^
Porządek chwili
)
Linearyzacja histogramu
Iść
Dyskretna forma transformacji
= ((
Liczba poziomów intensywności
-1)/(
Cyfrowy rząd obrazu
*
Kolumna obrazu cyfrowego
)*
sum
(x,0,
Liczba poziomów intensywności
-1,
Liczba pikseli z intensywnością Ri
))
Różnica pikseli w podobrazie
Iść
Różnica pikseli w podobrazie
=
sum
(x,0,
Liczba poziomów intensywności
-1,
Prawdopodobieństwo wystąpienia Ritha w podobrazie
*(
Poziom intensywności I-tego piksela
-
Podobrazek Średni poziom intensywności pikseli
)^2)
Średnia wartość pikseli w sąsiedztwie
Iść
Globalny średni poziom intensywności pikseli podobrazu
=
sum
(x,0,
Liczba poziomów intensywności
-1,
Poziom intensywności I-tego piksela
*
Prawdopodobieństwo wystąpienia Ritha w podobrazie
)
Średnia wartość pikseli w obrazie podrzędnym
Iść
Średnia wartość pikseli w obrazie podrzędnym
=
sum
(x,0,
Liczba poziomów intensywności
-1,
Poziom intensywności i-tego piksela w podobrazie
*
Prawdopodobieństwo Zi w podobrazie
)
Funkcja transformacji
Iść
Funkcja transformacji
= (
Liczba poziomów intensywności
-1)*
sum
(x,0,(
Liczba poziomów intensywności
-1),
Prawdopodobieństwo intensywności Ri
)
Transformacja wyrównująca histogramu
Iść
Transformacja natężeń ciągłych
= (
Liczba poziomów intensywności
-1)*
int
(
Funkcja gęstości prawdopodobieństwa
*x,x,0,
Ciągła intensywność
)
Średnia intensywność pikseli w obrazie
Iść
Średnia intensywność obrazu
=
sum
(x,0,(
Wartość intensywności
-1),(
Poziom intensywności
*
Znormalizowany składnik histogramu
))
Charakterystyczna odpowiedź filtrowania liniowego
Iść
Charakterystyczna odpowiedź filtrowania liniowego
=
sum
(x,1,9,
Współczynniki filtrów
*
Odpowiednie intensywności obrazu filtra
)
Bity wymagane do przechowywania obrazu cyfrowego
Iść
Bity w obrazie cyfrowym
=
Cyfrowy rząd obrazu
*
Kolumna obrazu cyfrowego
*
Liczba bitów
Bity wymagane do przechowywania kwadratowego obrazu
Iść
Bity w cyfrowym obrazie kwadratowym
= (
Kolumna obrazu cyfrowego
)^2*
Liczba bitów
Długość fali światła
Iść
Długość fali światła
=
[c]
/
Częstotliwość światła
Energia składników widma EM
Iść
Energia składnika
=
[hP]
/
Częstotliwość światła
Liczba poziomów intensywności
Iść
Liczba poziomów intensywności
= 2^
Liczba bitów
Transformacja wyrównująca histogramu Formułę
Transformacja natężeń ciągłych
= (
Liczba poziomów intensywności
-1)*
int
(
Funkcja gęstości prawdopodobieństwa
*x,x,0,
Ciągła intensywność
)
T
r
= (
L
-1)*
int
(
P
r
*x,x,0,
r
)
Dom
BEZPŁATNY pliki PDF
🔍
Szukaj
Kategorie
Dzielić
Let Others Know
✖
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!