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
0.48
0.43
0.54
0.36
0.45
0.27
0.46
0.52
过暗
0.47
0.22
0.49
0.24
0.49
0.32
0.56
0.39
本文档为【亮度异常检测方法】，请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑，
图片更改请在作品中右键图片并更换，文字修改请直接点击文字进行修改，也可以新增和删除文档中的内容。
该文档来自用户分享，如有侵权行为请发邮件ishare@vip.sina.com联系网站客服，我们会及时删除。
[版权声明] 本站所有资料为用户分享产生，若发现您的权利被侵害，请联系客服邮件isharekefu@iask.cn，我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
浙公网安备 33021202002483