精华内容
下载资源
问答
  • 亮度,饱和度,对比度的计算方法

    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
  • 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。
  • 在图像融合处理过程中,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好坏,对比度即获取目标与背景的对比度
  • 吸收光栅是X射线相衬成像系统的关键器件,铋吸收光栅由于其制作成本低廉且适于在普通实验室开展...对铋光栅X射线相衬成像条纹对比度的计算分析,可作为X射线相衬成像系统设计的参考依据,推动该成像技术走向实用化。
  • 一、概述动力总成悬置系统主要有两个作用:一是固定和支撑动力总成,限制动力总成在各种工况下...动力总成悬置系统刚体模态频率和能量解耦分析,行业内主流计算方法分两种:一是用MATLAB编程进行分析计算,二是...

    e48c71bbde9e8c2cfaf0e1b5fdce88d5.png

    一、概述

    动力总成悬置系统主要有两个作用:一是固定和支撑动力总成,限制动力总成在各种工况下的位移量,防止与其它部件碰撞;二是隔振作用,将动力总成的振动尽可能少的传递到车身。悬置系统隔振性能的核心就是解决刚体模态的频率分配和振动耦合问题,简言之就是关注动力总成的刚体模态和解耦率。

    动力总成悬置系统的刚体模态频率和能量解耦分析,行业内的主流计算方法分两种:一是用MATLAB编程进行分析计算,二是用Adams/Vibration模块进行分析计算。一般地,两者的刚体模态频率计算结果差异不大,但能量解耦计算结果存在明显差异。本文比较两种计算方法的计算结果,并对两者计算结果的关系进行验证说明。

    二、模型准备

    以某动力总成的五点悬置系统为例,其具体参数如表1-3所示。其中本文直接给出在整车坐标系下合成后的动力总成质心和惯量,悬置刚度的动静比为1.5

    1 动力总成相关参数

    动力

    总成

    质量(kg)

    902

    质心(mm)

    X

    Y

    Z

    21.72

    -2.35

    262.034

    惯量 (kg·mm2)

    Ixx

    Iyy

    Izz

    Ixy

    Izx

    Iyz

    38.616

    281.951

    264.322

    -1.478

    -39.053

    0.279

    2 悬置位置

    X(mm)

    Y(mm)

    Z(mm)

    前悬置()

    -590

    -301

    177

    后悬置()

    545

    -324

    195

    辅助悬置

    326

    0

    350

     3 悬置静刚度

    X(N/mm)

    Y(N/mm)

    Z(N/mm)

    前悬置

    1000

    500

    700

    后悬置

    1000

    1000

    980

    辅助悬置

    0

    0

    140

    三、计算分析

    MATLAB编程:

    不考虑悬置系统阻尼,根据拉格朗日方程可得动力总成悬置系统的振动微分方程为:

    6e660393bea8c4c5d62339e848a9f9a7.png

    其中,MK分别为质量矩阵和刚度矩阵,q为广义坐标矢量矩阵。

    多自由度振动系统作第n阶主振动的总模态能量为:

    61d66ee9521bb7e0f91c330573426d02.png

    其中,ωnXn分别为系统的固有频率与对应主振型向量。

    振动系统任一主振动在3个平动方向的能量为:

    352df556aa801849f1af4ad7646fae11.png

    3个转动方向的能量为:

    22dcae02b8a25152d987dcbdaa2241d6.png

    因此,各个方向的能量在总能量中的能量分布为:

    ab23d354136699a5bc58a2a98b83c313.png

    根据上述计算公式利用MATLAB编程计算刚体模态频率和解耦率的计算结果如表4所示。

    4 MATLAB编程刚体模态频率和解耦率计算结果

    X

    Y

    Z

    Rx

    Ry

    Rz

    频率(Hz)

    12.63

    10.11

    11.25

    21.33

    14.02

    13.94

    X

    50.28

    0.00

    11.05

    0.00

    38.60

    0.06

    Y

    0.04

    73.72

    0.00

    0.63

    0.00

    25.61

    Z

    39.08

    0.00

    49.55

    0.01

    11.36

    0.00

    Rx

    0.01

    7.86

    0.00

    82.10

    0.01

    10.02

    Ry

    10.58

    0.00

    39.40

    003

    49.99

    0.00

    Rz

    0.01

    18.40

    0.00

    17.24

    0.04

    64.30

     Adams/Vibration模块:

    Adams/View模块中搭建动力总成悬置系统模型如图1所示。

    f734d19f7e50c000bbe739da6c61c958.png

                              1 动力总成悬置系统模型

    利用Adams/Vibration模块Vibration->Test->VibrationAnalysis进行求解。应注意直接在Vibration->Review->Display Modal Info Table页面看到的解耦率未显示负能量分布,会出现所有方向的能量分布之和不等于100%的情况,如图2所示。此时应该在Adams/View的工作路径下的“.txt”文件里查看完整能量分布结果,如图3所示。

    bbc594c0c9046e7e582155528aeab3d1.png

          图2 6阶模态所有方向的能量分布之和不等于100%

    2e5cad9a588374f406085c82d32efbd1.png

               图3 6阶模态在.txt文件的完整能量分布

    利用Adams/Vibration模块求解的刚体模态频率和解耦率的完整计算结果如表5所示。

    5 Adams/Vibration模块刚体模态频率和解耦率计算结果

    X

    Y

    Z

    Rx

    Ry

    Rz

    频率(Hz)

    12.63

    10.11

    11.25

    21.33

    14.01

    13.94

    X

    50.38

    0.00

    10.96

    0.00

    38.59

    0.07

    Y

    0.04

    73.66

    0.00

    0.63

    0.00

    25.66

    Z

    38.95

    0.00

    49.61

    0.01

    11.42

    0.00

    Rx

    0.01

    4.65

    0.00

    108.78

    0.01

    4.06

    Ry

    10.61

    0.00

    39.43

    0.07

    49.92

    0.00

    Rz

    0.01

    15.18

    0.00

    43.90

    0.05

    58.34

    Rxy

    0.01

    0.00

    0.00

    -0.08

    0.02

    0.00

    Rxz

    0.00

    6.49

    0.00

    -53.31

    -0.02

    11.87

    Ryz

    0.00

    0.00

    0.00

    0.00

    0.00

    0.00

    对比表4和表5的计算结果,两者的刚体模态频率差异很小;RxRyRz方向的解耦率差异较大,其原因是MATLAB编程求解获得的是66能量分布矩阵,而Adams仿真获得的是69能量分布矩阵。

    四、关系验证

    MATLAB编程计算中振动系统的总模态能量包含6个方向的分量,而Adams中计算的总模态能量包含9个分量,其中3个平动方向的能量一致:

    21763462d1d1718abb3cb937d015e2d0.png

    Adams中对转动惯量和惯性积在各方向的能量的贡献度进行单独考虑,其它6个能量分量分别为:

    5abf0ab21cbdd266a9e5375549274c52.png

    因此,对比两者在能量分量上计算方法的区别,将表5中的计算结果RxRyRz方向的解耦率按如下公式转换,即可将Adams仿真获得的是69能量分布矩阵转换为66能量分布矩阵,转换结果如表6所示。

    Rx= Rx + 0.5×Rxy + 0.5×Rxz

    Ry= Ry + 0.5×Rxy + 0.5×Ryz

    Rz= Rz + 0.5×Rxz + 0.5×Ryz

    6 Adams/Vibration模块计算结果的转换结果

    X

    Y

    Z

    Rx

    Ry

    Rz

    频率(Hz)

    13.53

    9.97

    12.05

    21.16

    11.16

    13.92

    X

    50.38

    0.00

    10.96

    0.00

    38.59

    0.07

    Y

    0.04

    73.66

    0.00

    0.63

    0.00

    25.66

    Z

    38.95

    0.00

    49.61

    0.01

    11.42

    0.00

    Rx

    0.02

    7.90

    0.00

    82.09

    0.01

    10.00

    Ry

    10.62

    0.00

    39.43

    0.03

    49.93

    0.00

    Rz

    0.01

    18.43

    0.00

    17.25

    0.04

    64.28

    对比表4和表6的计算结果,转换后两者的解耦率差异也很小。

    五、结论

    1、两种计算方法的刚体模态频率计算结果差异不大。

    2、由于MATLAB编程所求解的解耦率是基于自由度能量法得到的能量分布矩阵,即66能量分布矩阵;而Adams/Vibration模块仿真的解耦率是基于惯性参数的能量分布矩阵,即69能量分布矩阵。因此,两种计算方法的能量解耦计算结果存在明显差异;但当动力总成的IxyIzxIyz惯量为0时,两者的计算结果差异也不大。

    3、两种计算方法的能量解耦率可以相互转换,转换后差异不大。

    展开全文
  • 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平方之和,除以以上平方项个数。 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%



    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
  • 针对现有泛化算法依赖于概率分布和时间复杂度高缺点,提出一种基于泛化自动机泛化度计算方法。将Petri网中标识作为泛化自动机中状态,并且借鉴过程树算法中结点被访问次数越多越可靠思想,而不依赖于...
  • 一般情况下,二值图像的灰度值等级是21=2(0\1)...1.图像直方图的计算方法  对于灰度图像,图像的灰度值等级为256,将从0到255的每一个灰度等级对应在图像中的像素点的个数统计出来,然后,通过计算统计个数与整幅...

      一般情况下,二值图像的灰度值等级是2=2(0\1),灰度图像的灰度值等级是28=256(0-255),

    对于灰度图像来说,灰度值集中在较低的级别时,图像较暗,反之,则较亮,且灰度值分布较均匀时,图像的对比度也会比较明显。

    1.图像直方图的计算方法

      对于灰度图像,图像的灰度值等级为256,将从0到255的每一个灰度等级对应在图像中的像素点的个数统计出来,然后,通过计算统计个数与整幅图像对应像素点的总个数的比值得到每一个灰度值等级在图像中出现的概率密度值,将灰度等级作为自变量,在图像中出现的概率为变量得到一个离散函数,对应的二维离散图像即为图像的直方图。

      p(i)=ni/N  (i=0、1、 2........255) 

    2.直方图均衡方法

      1)HE

          map函数 T(n)=(2-1)∑i=0 n h(i)+0.5   其中h(i)=p(i)

      2)通过添加控制因子,调整对比度增强的级别。

          h(i)=1/(1+λ)*p(i)+λ/(1+λ)*u

      3)先对直方图进行平滑处理,去除直方图中前后差异过大的点(h(i)-h(i-1)超过一定限制),防止图像过增强后图像不适于人眼观看。

          h(i)=((1+λ)I+γ*DT D)-1  (p(i)+λ*u)  其中D为双边对称矩阵,I为单位矩阵

      4)将B&W 扩展方法的思想(这种方法使灰度值小的点更小,灰度值大的更大,从而使图像的对比度增强)加入,

          当    b<i<w时,h(i)=1/(1+λ)p(i)+λ/(1+λ)u

          当    i<=b 或者 i>=w时,h(i)=1/(1+λ+α)*(p(i)+λu)

      5)将上述方法综合后,提出一种新的方法

          h1 (i)=p(i/C)  求满足事件C的像素点对应的概率密度,

          事件C对应的像素点是满足 |f(m,n)-f(m,n-2)|>Threshold 的点(m,n)

          统计图像中所有满足条件的点的个数 N,以及这些满足条件的点对应的灰度等级的概率分布p(i/C),

          对应的伪代码为

            输入:源图像 f,

            参数:增强级别 g, B&W 扩展参数 b,w ,φ

            输出: 对比度增强后的图像 F

            initial k

            foreach row m do

             foreach column n do

                k=k+|f(m,n(-f(m,n-2)

                if |f(m,n)-f(m,n-2)|>Threshoold

                    ++num[f(m,n)]

                    ++N 

                end

              end

            end

            Nomalize g*k to get k*

            u=min[N/256,umin]     

            foreach bin i do

              if  b<i<w then

                h[i]=(1-k*)u+k* h[i]

              else

                h[i]=1/(1+φ)((1-k*)u+k* h1 [i])

              end

            end

            foreach row m do 

              foreach column n do

                F(m,n)=(2B-1)C(f(m,n))+0.5

              end

            end

                其中C(f(m,n))=∑i=0 f(m,n ) h(i)    ,k*=1/(1+λ)=nomalize(gk),  k是图像像素间差值的累加,使得控制因子自适应于图像的对比度,

                gk的归一化方法采用的是bit-shift operation

            

    转载于:https://www.cnblogs.com/linlin-myblog/p/4769019.html

    展开全文
  • 提高对比度方法一:使用查找表修改图像外观 可以很方便实现一些想要变化: 例如,针对一些图像暗部细节多情况,设计一个查找表,将暗部细节分配更多色彩空间,使得其细节显示更加明显。 下图为负片效果: ...
  • 针对传统红外图像动态范围压缩和对比度增强方法对原始图像信息保留不足缺点,提出了一种基于最优映射曲线红外图像动态范围压缩和对比度增强方法。利用自适应高斯核函数卷积原始红外图像直方图,用平滑后直方图...
  • 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显著性检测通过定义每个区域与其他区域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,通过基于图图像分割得到很...
  • 20180306站位
  • 在本文中,我们提出了一种新的方法,该方法可以自动找到文本位置,以解决一些区域性问题,例如低对比度图像文本提取中出现不完整,错误位置或方向偏差。 首先,对原始图像进行一些预处理,包括颜色空间变换,...
  • 为了提高光电成像系统对目标探测识别能力, 提出了一种彩色偏振成像目标-背景对比度增强方法。基于菲涅耳原理, 分析了目标偏振度随入射光波长变化规律; 采集不同偏振片旋转角度下彩色偏振图像, 从中分离出红...
  • 为更合理的留设安全煤岩柱尺寸,减少资源浪费,有必要研究特殊结构覆岩"两带"高度的计算方法。采用公式计算、类比分析及数值模拟方法,分别计算出研究区域内中硬偏软特殊结构覆岩下的"两带"高度。通过与"两带"高度现场...
  • 由于不同传感器获得的多幅图像对同一场景的描述具有信息的冗余性和互补性,在小波图像融合的基础上提出了一种基于平均梯度和方向对比度的图像融合方法。对参加融合的两幅图像进行小波多尺度分解,在每幅图像的最高...
  • 从参考平面复合光栅像中解调获得各帧相移正弦条纹, 通过频域滤波的方法获取条纹零频和基频分量, 计算出各帧相移正弦条纹相对第一帧正弦条纹的对比度和背景光比例系数, 并以此系数对实物测量时解调出来各帧变形...
  • 结合迈克耳孙干涉仪原理,建立了计算传感器加速度灵敏度的数学模型,并讨论了粘贴光纤盘的最佳尺寸。制作两个相应的传感器进行对比实验,验证了上述计算模型的正确性。采用上述模型系统地推导了不同边界条件情况下盘片...
  • 基于迈克耳孙干涉仪原理研究不同偏振态光的两偏振分量大小对干涉条纹对比度的影响。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...
  • 利用推导出的水平和倾斜层状岩体冒落拱分层计算公式可以方便的计算层状岩体巷道冒落拱高度。通过工程实例对比分析,发现冒落拱高度分层计算公式的结果更符合实际情况,这也为层状岩体中修筑地下工程巷道支护设计提供了...
  • 依据15~#煤层瓦斯基本参数测定结果,结合瓦斯涌出量与层间距反比模糊算法,最终得到上覆岩层导水裂隙带内上邻近层煤层瓦斯涌出量及"下三带"导水破坏带内下邻近层瓦斯涌出量计算方法,与国标统计学算法结果对比,误差...
  • 提高对比度方法一:使用查找表修改图像外观 可以很方便实现一些想要变化: 例如,针对一些图像暗部细节多情况,设计一个查找表,将暗部细节分配更多色彩空间,使得其细节显示更加明显。 下图为负片效果: ...
  • 题目计算下面图像 边界阶数为20形状数及其相应近似多边形概念形状数:链码最小一阶差分码简单说来求形状数就是:先求出图像链码 ,再求其一阶差分码,最后找一阶差分码最小值链码:用曲线(或折线)起始点...
  • 近年来有不少学者提出了各种图像融合的方法,归结起来占主流是源于多分辨率的方法,这类方法一大类是基于图像高斯金字塔分解,然后派生出拉普拉斯金字塔,对比度金字塔等;另一大类是基于小波分解算法,基本思想是把...
  • 矩阵掩膜操作十分简单,根据掩膜来计算每个像素像素值,掩膜(Mask)也成为Kernal 计算公式:F(i, j) = 5*F(i, j) - (F(i - 1, j) + F(i + 1, j) + F(i, j - 1) + F(i, j + 1)) 第一种,自己定义函数实现: ...
  • 机器学习随笔-记录自己学习之...本文利用opencv和numpy实现了以上数据增强方法,代码如下:水平翻转图像水平翻转def horizon_flip(img): ''' 图像水平翻转 :param img: :return:水平翻转后图像 ''' return...
  • 在此基础上,以Cloud和Haze散射相函数为例,对Delta-M、Delta-fit和Delta-combine近似方法计算辐射强度和辐照度的效果进行对比,进而统计分析了三种相函数近似方法在不同光学厚度情况下的适用性。结果表明,随着组合...
  • 通过模糊边缘判别器在对任一像素点属于边缘程度进行模糊软判决同时完成边缘检测,根据计算指纹方向图,结合模糊边缘判决器输出结果,来指导基于方向纹理指纹图像的对比度增强。实验结果表明这种方法对于...
  • 针对低对比度环境下拍摄目标图像所产生的低识别率问题,提出了一种基于小波提升算法的偏振信息融合方法,该方法采用偏振技术进行目标探测,应用小波提升算法所具有的计算量少、处理速度快等优点将偏振度和偏振角等...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,095
精华内容 438
关键字:

对比度的计算方法