Linearyzacja histogramu Kalkulator

↳

Elektronika

Cywilny

Elektronika i oprzyrządowanie

Elektryczny

Inżynieria chemiczna

Inżynieria materiałowa

Inżynieria produkcji

Mechaniczny

⤿

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%
✖Cyfrowy rząd obrazu to rząd lub mały piksel obecny na osi X, przechowujący informacje o obrazie.ⓘ Cyfrowy rząd obrazu [M]			+10% -10%
✖Kolumna obrazu cyfrowego to kolumna lub mały piksel znajdujący się na osi Y.ⓘ Kolumna obrazu cyfrowego [N]			+10% -10%
✖Liczba pikseli o intensywności Ri to liczba pikseli o intensywności Ri.ⓘ Liczba pikseli z intensywnością Ri [n_j]			+10% -10%

✖Dyskretna forma transformacji Transformacja (mapowanie) w tym równaniu nazywana jest korekcją histogramu lub transformacją linearyzacji histogramu.ⓘ Linearyzacja histogramu [s_k]

⎘ Kopiuj

👎

Formuła

✖

Linearyzacja histogramu

Formuła

`"s"_{"k"} = (("L"-1)/("M"*"N")*sum(x,0,"L"-1,"n"_{"j"}))`

Przykład

`"1.777778"=(("4"-1)/("9"*"1.5")*sum(x,0,"4"-1,"2"))`

Kalkulator

LaTeX

Resetowanie

👍

Pobierać Elektronika Formułę PDF PDF Image

Linearyzacja histogramu Rozwiązanie

KROK 0: Podsumowanie wstępnych obliczeń

Formułę używana

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))
s_k = ((L-1)/(M*N)*sum(x,0,L-1,n_j))
Ta formuła używa 1 Funkcje, 5 Zmienne

Używane funkcje

sum - Notacja sumacyjna lub notacja sigma (∑) to metoda używana do zapisywania długich sum w zwięzły sposób., sum(i, from, to, expr)

Używane zmienne

Dyskretna forma transformacji - Dyskretna forma transformacji Transformacja (mapowanie) w tym równaniu nazywana jest korekcją histogramu lub transformacją linearyzacji histogramu.
Liczba poziomów intensywności - Liczba poziomów intensywności to całkowita liczba różnych wartości intensywności, jakie może reprezentować obraz, określona na podstawie jego głębi bitowej.
Cyfrowy rząd obrazu - Cyfrowy rząd obrazu to rząd lub mały piksel obecny na osi X, przechowujący informacje o obrazie.
Kolumna obrazu cyfrowego - Kolumna obrazu cyfrowego to kolumna lub mały piksel znajdujący się na osi Y.
Liczba pikseli z intensywnością Ri - Liczba pikseli o intensywności Ri to liczba pikseli o intensywności Ri.

KROK 1: Zamień wejście (a) na jednostkę bazową

Liczba poziomów intensywności: 4 --> Nie jest wymagana konwersja
Cyfrowy rząd obrazu: 9 --> Nie jest wymagana konwersja
Kolumna obrazu cyfrowego: 1.5 --> Nie jest wymagana konwersja
Liczba pikseli z intensywnością Ri: 2 --> Nie jest wymagana konwersja

KROK 2: Oceń formułę

Zastępowanie wartości wejściowych we wzorze

s_k = ((L-1)/(M*N)*sum(x,0,L-1,n_j)) --> ((4-1)/(9*1.5)*sum(x,0,4-1,2))

Ocenianie ... ...

s_k = 1.77777777777778

KROK 3: Konwertuj wynik na jednostkę wyjścia

1.77777777777778 --> Nie jest wymagana konwersja

OSTATNIA ODPOWIEDŹ

1.77777777777778 ≈ 1.777778 <-- Dyskretna forma transformacji

(Obliczenie zakończone za 00.004 sekund)

Jesteś tutaj -

Dom » Inżynieria » Elektronika » Cyfrowe przetwarzanie obrazu » Transformacja intensywności » Linearyzacja 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

Linearyzacja histogramu Formułę

Dom

BEZPŁATNY pliki PDF

🔍 Szukaj

Kategorie

Dzielić

Let Others Know

✖

Facebook

Twitter

Copied!