精华内容
下载资源
问答
  • 亮度,饱和度,对比度计算方法

    万次阅读 2018-04-05 22:33:06
    亮度(brightness),饱和度(saturation),对比度(contrast)的计算方法(UnityShader实现)亮度 - 图片原色乘以亮度系数_Brightness fixed3 finalColor = texture.rgb * _Brightness饱和度 - 先计算亮度(luminance...

    亮度(brightness),饱和度(saturation),对比度(contrast)的计算方法

    (UnityShader实现)


    • 亮度  - 图片原色乘以亮度系数_Brightness

          fixed3 finalColor = texture.rgb * _Brightness

    • 饱和度 - 先计算亮度(luminance),然后每个颜色使用饱和度系数(_Saturation)和亮度进行差值

              fixed luminance = texture.r * 0.2125 + texture.g * 0.7154 + texture.b * 0.0721;

          fixed3 luminanceColor = fixed3(luminance, luminance, luminance);

          fixed3 finalColor = leap(luminanceColor, texture.rgb, _Saturation);

    • 对比度 - 创建一个对比度为0的颜色(rgb = 0.5), 然后每个颜色使用对比度系数(_Contrast)和对比度0进行差值

          fixed3 avgColor = fixed3(0.5, 0.5, 0.5);

          fixed3 finalColor = leap(avgColor, texture.rgb, _Contrast);



    展开全文
  • MATLAB实现对比度计算

    千次阅读 2021-04-05 20:21:34
    计算I的对比度。 源码实现 function [res] = Computers(G) res = 0; [m,n] = size(G); Lc = 4*(n-2)*(m-2)+2*(m-2)*3+2*(n-2)*3+4*2; % 算出底数 % 使用全负一矩阵进行包围 a= ones(n+2,m+2); a=-a; for i =2:n+...

    实验内容

    给定灰度图像矩阵I(测试示例I=[1 3 9 9; 2 1 3 7; 3 6 0 6; 6 8 2 0])。计算I的对比度。
    在这里插入图片描述

    在这里插入图片描述

    源码实现

    function [res] = Computers(G)
    res = 0;
    [m,n] = size(G);
    Lc = 4*(n-2)*(m-2)+2*(m-2)*3+2*(n-2)*3+4*2; % 算出底数 
    % 使用全负一矩阵进行包围
    a= ones(n+2,m+2);
    a=-a;
    for i =2:n+1
        for j= 2:m+1
            a(i,j)=G(i-1,j-1);
        end
    end
    % 4近邻的四个方向。
    dir = [1,0;0,1;0,-1;-1,0];
    for i= 2:n+1
        for j= 2:m+1
            for k=1:4
            	% 相邻位置的坐标x,y
                x=i+dir(k,1);
                y = j+dir(k,2);
                cnt = a(x,y);%新坐标值
                if(cnt~=-1)%判断是否越界
                    res  = res +(cnt-a(i,j))*(cnt-a(i,j));
                end
            end
        end
    end
    res = res/Lc;
    

    分析

    这里采用矩阵包围的方法,省去了边角界特殊判断的过程,增强了代码可读性理解性,但是也牺牲一定的性能。有利有弊吧。

    结果

    ans = 13.3333

    展开全文
  • 在图像融合处理的过程中,常常为了比较同融合方法的优劣会选取对比度这个指标来评价融合的好坏,对比度即获取目标与背景的对比度
  • 基于matlab,读取图像文件并,并计算其图像对比度计算公式采用:各中心像素灰度值与周围8近邻像素灰度值之差的平方之和再除以差的个数。 注:直接运行,选取路径即可输出计算结果,十分方便。适用于大量图片待...
  • 图像对比度计算

    万次阅读 热门讨论 2014-11-03 16:19:27
    %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%...%计算图像对比度 %方法一:中心像素灰度值与周围4近邻像素灰度值之差的平方之和,除以以上平方项的个数。 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%



    matlab中求解方式:

    %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
    %计算图像对比度
    %方法一:中心像素灰度值与周围4近邻像素灰度值之差的平方之和,除以以上平方项的个数。
    %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
    functioncg = duibidu4(f) %f为输入图像,cg为输出的对比度数值,是英文contrast gradient的首字母组合
    [m,n] = size(f);%求原始图像的行数m和列数n
    g = padarray(f,[1 1],'symmetric','both');%对原始图像进行扩展,比如50*50的图像,扩展后变成52*52的图像,
    %扩展只是对原始图像的周边像素进行复制的方法进行
    [r,c] = size(g);%求扩展后图像的行数r和列数c
    g = double(g);  %把扩展后图像转变成双精度浮点数
    k = 0;  %定义一数值k,初始值为0
    fori=2:r-1
    forj=2:c-1
    k = k+(g(i,j-1)-g(i,j))^2+(g(i-1,j)-g(i,j))^2+(g(i,j+1)-g(i,j))^2+(g(i+1,j)-g(i,j))^2;
    end
    end
    cg = k/(4*(m-2)*(n-2)+3*(2*(m-2)+2*(n-2))+4*2);%求原始图像对比度
    %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
    %计算图像对比度
    %方法二:中心像素灰度值与周围8近邻像素灰度值之差的平方之和,除以以上之差的个数。
    %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
    functioncg = duibidu8(f) %f为输入图像,cg为输出的对比度数值,是英文contrast gradient的首字母组合
    [m,n] = size(f);%求原始图像的行数m和列数n
    g = padarray(f,[1 1],'symmetric','both');%对原始图像进行扩展,比如50*50的图像,扩展后变成52*52的图像,
    %扩展只是对原始图像的周边像素进行复制的方法进行
    [r,c] = size(g);%求扩展后图像的行数r和列数c
    g = double(g);  %把扩展后图像转变成双精度浮点数
    k=0;  %定义一数值k,初始值为0
    fori=2:r-1
    forj=2:c-1
    k = k+(g(i,j-1)-g(i,j))^2+(g(i-1,j)-g(i,j))^2+(g(i,j+1)-g(i,j))^2+(g(i+1,j)-g(i,j))^2+...
    (g(i-1,j-1)-g(i,j))^2+(g(i-1,j+1)-g(i,j))^2+(g(i+1,j-1)-g(i,j))^2+(g(i+1,j+1)-g(i,j))^2;
    end
    end
    cg = k/(8*(m-2)*(n-2)+6*(2*(m-2)+2*(n-2))+4*3);%求原始图像对比度









    展开全文
  • 计算图像对比度

    2018-10-28 22:16:11
    用MATLAB计算图像对比度的程序。包括4邻域和8邻域两种方法。还有计算对比度的算法文档。
  • 同时,为快速计算条纹图像的对比度,提出一种基于Matlab的干涉条纹对比度计算方法。最后通过分析实验数据获取不同偏振态光的两偏振分量和干涉条纹对比度间的关系。该研究成果可运用于干涉仪器或干涉实验中,通过在光源...
  • 提出了一种针对铋光栅X射线相衬成像条纹对比度的定量计算方法,通过建立模型,数值计算了不同铋层厚度的吸收光栅所对应的叠栅条纹对比度,并比较了π和π/2相位光栅两种情形下的结果。结果显示,随着吸收光栅铋层...
  • 灰度差分统计法计算图像的对比度

    千次阅读 2019-01-11 21:44:10
    灰度差分统计法计算图像的对比度插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式...

    灰度差分统计法计算图像的对比度
    本文采用灰度差分统计法计算图像的对比度、角度方向二阶矩、熵、平均值来描述纹理图像的特征,具体原理如下:
    设(x,y)为图像中的一点,该点与和它只有微小距离的点(x+△x,y+△y)的灰度差分值为
    g△(x,y)=g(x,y)-g(x+△x,y+△y)
    式中,g△为灰度差分。设灰度差分的所有可能取值共有m级,令点(x,y)在整幅图像上移动,累计出g△(x,y)取各个数值的次数,由此便可以做出g△(x,y)的直方图。由直方图可以知道g△(x,y)取值的概率p△(i),i在1~m之间取值
    当较小的i值的概率p△(i)较大时,说明纹理较粗糙,当p△(i)的各个取值较接近时,即概率分布较平坦时,说明纹理较细。
    对比度计算公式
    CON = ∑i^2PΔ(i)
    角度方向计算公式
    ASM=CON = ∑i[PΔ(i)]^2,

    ENT= -∑iPΔ(i)lg PΔ(i)
    平均值
    MEAN = 1/m ∑iPΔ(i)

    结果如下:
    以LINA作为示例
    原图像
    图像直方图
    在这里插入图片描述

    插入链接与图片

    计算结果
    在这里插入图片描述

    #include<opencv2/opencv.hpp>
    #include<opencv2/core/core.hpp>
    #include<iostream>
    #include<math.h>
    using namespace std;
    using namespace cv;
    /*绘制直方图函数*/
    void show_his(Mat &Image,Mat &HI)
    {
    	int channels = 0;    //计算图像的通道
    	MatND disHist;        //配置输出的结果
    	int histSize[] = { 256 };//将数值分组,每个灰度范围一组
    	float midRanges[] = { 0, 256 };  //确定每个维度的取值范围
    	const float *ranges[] = { midRanges };
    	//调用calcHist函数,将直方图的信息存储到disHist
    	calcHist(&Image, 1, &channels, Mat(), disHist, 1, histSize, ranges, true, false);
    	Mat drawImage = Mat::zeros(Size(256, 256), CV_8SC3);//黑底的图像
    	//计算直方图后像素的最大个数
    	double g_dHistMaxValue;
    	minMaxLoc(disHist, 0, &g_dHistMaxValue, 0, 0);
    	for (int i = 0; i < 256; i++)  //遍历直方图数据
    	{
    		int value = cvRound(disHist.at<float>(i) * 256 * 0.9 / g_dHistMaxValue);
    
    		line(drawImage, Point(i, drawImage.rows - 1), Point(i, drawImage.rows - 1 - value), Scalar(255, 255, 255));
    		//参数   要绘制的线段的图像  线段的起点      线段的终点                               线段的颜色
    	}
    	 HI = drawImage.clone();
    }
    int main()
    {
    	Mat img = imread("lena.bmp");
    	imshow("Lena", img);
    	Mat mi;
    	int row = img.rows;
    	int col = img.cols;
    	//CON=i*i*P(I)
    	//计算i
    	mi.create(row, col, img.type());
    	for (int i = 0; i < row-1; i++)
    		for (int j = 0; j < col; j++)
    		{   
    			//cout << "BEF" << int(img.ptr<uchar>(i)[j]) << endl;
    			mi.at<Vec3b>(i, j) = img.at<Vec3b>(i + 1, j) - img.at<Vec3b>(i, j);
    			//cout << "IMF:" << int(mi.ptr<uchar>(i)[j]) << endl;
    		}
    	//计算p(I)  差值的概率
    	int new_cols = mi.cols;
    	int new_rows = mi.rows;
    	int gray[256] = { 0 };
    	double gray_prob[256] = { 0 };
    	int num = 0;// 像素的总个数
    	//统计直方图各个像素灰度值
    	for (int i = 0; i < mi.rows; i++)
    	{
    		uchar *p = mi.ptr<uchar>(i);
    		for (int j = 0; j < mi.cols; j++)
    		{
    			int value = p[j];
    			gray[value]++;
    			num++;
    		}
    	}
    	//计算直方图概率分布
    	for (int i = 0; i < 256; i++)
    	{
    		gray_prob[i] = ((double)gray[i] / num);
    	}
    	double CON = 0;
    	double ASM = 0;
    	double ENT = 0;
    	double MEAN = 0;
    	double v = 1.0/ 255.0;
    	for (int i = 0; i <= 255; i++)
    	{
    		CON += i*i*gray_prob[i];//计算CON
    		ASM += gray_prob[i] * gray_prob[i];//计算角度方向二阶矩
    		if (gray_prob[i]!=0)
    		ENT += (0-gray_prob[i] * log10(gray_prob[i]));//计算熵
    		MEAN += v*i*gray_prob[i];//计算平均值
    	}
    	Mat HI;
    	show_his(mi,HI);
    	imshow("差值i的直方图", HI);
    	cout << "灰度差分统计法求得的对比度为:" << CON << endl;
    	cout << "灰度差分统计法求得的角度方向二阶矩为" << ASM << endl;
    	cout << "灰度差分统计法求得的熵" << ENT << endl;
    	cout << "灰度差分统计法求得的平均值" << MEAN << endl;
    	waitKey(0);
    	return 0;
    }
    
    展开全文
  • 对比度调整的各种方法(一)

    万次阅读 2018-08-26 21:37:10
    基于直方图的对比度调整方法 1.直方图均衡化 直方图均衡化通过使用累积函数对灰度值进行“调整”以实现对比度的增强。直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部...
  • 20180306站位
  • Python 图像对比度增强的几种方法

    千次阅读 2019-09-19 11:31:26
    Python 图像对比度增强的几种方法图像处理工具——灰度直方图 图像处理工具——灰度直方图 灰度直方图时图像灰度级的函数,用来描述每个灰度级在图像矩阵中的像素个数或者占有率。 例子: I={abcdefghijklmnopqrst}I...
  • 基于区域的对比度方法python代码: 【原文请点击】基于区域对比度分析的显著性检测通过定义每个区域与其他区域的相似度权重得到区域显著性值,完成显著性检测。 RC做法需要首先生成区域,通过基于图的图像分割得到很...
  • 关于图像对比度【1】对比度和线性变换关于什么是对比度这事,不好用一个很明确很严谨的词来概括清楚。对比度高,画面看上去就很硬朗,对比度低,画面看上去就朦朦胧胧,比如下面这张图:对比度和颜色没有关系,...
  • 图像对比度提高的两种方法

    千次阅读 2019-11-27 16:22:51
    提高对比度方法一:使用查找表修改图像外观 可以很方便的实现一些想要的变化: 例如,针对一些图像暗部细节多的情况,设计一个查找表,将暗部细节分配更多的色彩空间,使得其细节显示更加明显。 下图为负片效果: ...
  • 对比度调整的各种方法(二)

    千次阅读 2018-08-27 10:39:41
    Retinex是一种常用的建立在科学实验和科学分析基础上的图像增强方法,它是Edwin.H.Land于1963年提出的。Retinex也是由两个单词合成的一个词语,他们分别是retina 和cortex,即:视网膜和皮层。Land的retinex模式是...
  • 最近在制作一个安卓上的图像处理软件,感觉调整对比度这个功能,在photoshop上还是比较常用的功能,于是就在软件上加上这个功能。 对比度的定义:简单的来说就是使亮的地方更亮,暗的地方更暗。 但是关于亮与...
  • 8、OpenCV调整图像对比度和亮度

    千次阅读 2021-01-18 14:11:33
    对比三种不同亮度和对比度调整方法 二、原理理解 1、对比度 对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量,差异范围越大代表对比越大,差异范围越小代表对比越小,好的对比率120:1就可...
  • 图像对比度增强算法

    万次阅读 多人点赞 2017-01-17 17:53:19
    论述了几种基于灰度直方图的图像对比度增强算法。
  • 对比度增强CLAHE

    千次阅读 2013-10-15 10:59:35
    一般的直方图均衡可以增强对比度,采用整张图像的像素进行相同的直方图变换,对像素分布均匀的效果较好,但是对图像中存在明显比其他区域或者暗的区域,效果较差。   AHE:使用局部直方图,每个像素通过其周边的一...
  • 关于图像对比度【5】——局部自适应对比度调整之前说的对比度都是对整幅图像来说的,在进行对比度调整的时候,也是对整幅图像使用了相同的参数,比如用线性变换的方法来做对比度调整,即y=kx+b,对于所有的像素点k和...
  • 亮度、对比度、直方图均衡化

    千次阅读 2015-12-01 15:35:20
    亮度、对比度、直方图均衡化
  • 本文将介绍数字图像处理中两个基本内容---图像亮度对比度,详细讲解两种基本的亮度对比度调节算法,并使用C语言进行算法实现,在教会初学者算法的同时,不依赖任何第三方库编程实现,学以致用且易学易用。
  • 用于实时视频和图像去雾的优化对比度增强算法

    千次阅读 多人点赞 2020-03-05 20:38:39
    该算法由一个韩国人提出,论文原文pdf版地址:https://download.csdn.net/download/HIVAN1/12188573,该论文中提出的优化对比度增强算法即可用于图像去雾,也可用于视频去雾,本文主要讲解图像去雾核心思想和方法,...
  • 为了更方便理解红外辐射对比度的含义,针对目前红外辐射对比度计算使用的物理量和公式比较混乱的情况,从红外探测的实现方法出发,分析指出对比度衡量的标准物理量应该为在探测器处的红外辐射照度。当目标与背景不在...
  • 在人像美颜的拍照界面,往往由于光线和环境因素的影响,导致我们拍出的照片质量较差,包括噪声多,曝光度过低等等问题,因此,大多数相机应用都会在Camera界面添加一定的图片预处理,比如自动亮度对比度调整,降噪,...
  • 以调节图像对比度和亮度为例,通过结合之前学过的图像像素访问和轨迹条等内容,对图像对比度和亮度进行调节。 以f(i,j)代表原像素值,g(i,j)为输出像素的值,α和β为两个参数,则可以通过以下公式对图像像素值进行...
  • 拉普拉斯金字塔和对比度金字塔

    千次阅读 2019-05-10 17:23:18
    对比度方法具有特别突出红外特征明显的目标的特点,从整幅图像的视角效果看并不优于用拉普拉斯金字塔融合的图像,从图像平滑、视角不失真的角度看拉普拉斯金字塔的融合方法可能还优于对比度金字塔的方法 两个图像融合...
  • OpenCV——对比度增强

    万次阅读 2019-06-15 14:41:59
    尽管我们通过各种方法来采集高质量的图像,...对比度增强的几种常用的方法:线性变换、分段线性变换、伽马变换、直方图正规化、直方图均衡化、局部自适应直方图均衡化; 这些方法计算代价小,但是却产生了较为理想...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 153,540
精华内容 61,416
关键字:

对比度的计算方法