亮度异常检测方法.docx

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。 Grayi,j=0.299*Ri,j+0.587*Gi,j+0.114*Bi,j (1) 式中，R(i,j),Gi,j,B(i,j)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α=0.2*sum1+0.6*sum2+0.6*sum3。 2.4亮度异常的判定 将计算出的灰度分布比例因子α与给定的阈值θ=0.44作比较，如果，α≥θ，则判定为正常图像；如果，αθ，则判定为亮度异常图像。在判定为亮度异常的前提下，若sum1sum3，则判定为图像过暗；若um1sum3，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0.480.430.540.360.450.270.460.52过暗0.470.220.490.240.490.320.560.39