在matlab中对hsv进行均匀量化和非均匀量化
首先,进行非均匀量化,H,S,V三通道分别量化为16,4,4级,返回一个向量。量化依据如下表:
function vec = getHsvHist(Image) [M,N,O] = size(Image); if O~= 3error('3 components are needed for histogram'); end [h,s,v] = rgb2hsv(Image); H = h; S = s; V = v; h = h*360;%将hsv空间非等间隔量化: % h量化成16级; % s量化成4级; % v量化成4级; for i = 1:Mfor j = 1:Nif h(i,j)<=15||h(i,j)>345H(i,j) = 0;endif h(i,j)<=25&&h(i,j)>15H(i,j) = 1;endif h(i,j)<=45&&h(i,j)>25H(i,j) = 2;endif h(i,j)<=55&&h(i,j)>45H(i,j) = 3;endif h(i,j)<=80&&h(i,j)>55H(i,j) = 4;endif h(i,j)<=108&&h(i,j)>80H(i,j) = 5;endif h(i,j)<=140&&h(i,j)>108H(i,j) = 6;endif h(i,j)<=165&&h(i,j)>140H(i,j) = 7;endif h(i,j)<=190&&h(i,j)>165H(i,j) = 8;endif h(i,j)<=220&&h(i,j)>190H(i,j) = 9;endif h(i,j)<=255&&h(i,j)>220H(i,j) = 10;endif h(i,j)<=275&&h(i,j)>255H(i,j) = 11;endif h(i,j)<=290&&h(i,j)>275H(i,j) = 12;endif h(i,j)<=316&&h(i,j)>290H(i,j) = 13;endif h(i,j)<=330&&h(i,j)>316H(i,j) = 14;endif h(i,j)<=345&&h(i,j)>330H(i,j) = 15;endend end for i = 1:Mfor j = 1:Nif s(i,j)<=0.15&&s(i,j)>0S(i,j) = 0;endif s(i,j)<=0.4&&s(i,j)>0.15S(i,j) = 1;endif s(i,j)<=0.75&&s(i,j)>0.4S(i,j) = 2;endif s(i,j)<=1&&s(i,j)>0.75S(i,j) = 3;endend end for i = 1:Mfor j = 1:Nif v(i,j)<=0.15&&v(i,j)>0V(i,j) = 0;endif v(i,j)<=0.4&&v(i,j)>0.15V(i,j) = 1;endif v(i,j)<=0.75&&v(i,j)>0.4V(i,j) = 2;endif v(i,j)<=1&&v(i,j)>0.75V(i,j) = 3;endend end%将三个颜色分量合成为一维特征向量:L = H*Qs*Qv+S*Qv+v;Qs,Qv分别是S和V的量化级数, L取值范围[0,255] %取Qs = 4; Qv = 4 L=zeros(M,N); for i = 1:Mfor j = 1:NL(i,j) = H(i,j)*16+S(i,j)*4+V(i,j);end end %计算L的直方图 Hist=zeros(1,256); for i = 0:255Hist(i+1) = size(find(L==i),1); end vec=Hist';
接着,进行均匀量化,H,S,V三通道分别量化为16,4,4级,返回一个向量。
function vec= hsvHist(Image) [M,N,O] = size(Image); if O~= 3error('3 components are needed for histogram'); end H_BITS = 4; S_BITS =2; V_BITS = 2; hsv = uint8(255*rgb2hsv(Image)); %均匀量化 % bitshift(24,-3) 表示24除以2的3次方 H=bitshift(hsv(:,:,1),-(8-H_BITS)); S=bitshift(hsv(:,:,2),-(8-S_BITS)); V=bitshift(hsv(:,:,3),-(8-V_BITS));%% %先进行合成,然后再统计 L=zeros(M,N); for i=1:Mfor j=1:NL(i,j)=16*H(i,j)+4*S(i,j)+V(i,j);end end %计算L的直方图 Hist=zeros(1,256); for i = 0:255Hist(i+1) = size(find(L==i),1); end vec=Hist'; end
以lena图像进行比较:
clc;clear;close all; rgb=imread('d:/pic/lena.jpg'); h1=getHsvHist(rgb); h2=hsvHist(rgb); figure, subplot(211),bar(h1),title('hsv非均匀量化直方图'); subplot(212),bar(h2),title('hsv均匀量化直方图');
在matlab中对hsv进行均匀量化和非均匀量化相关推荐
- 通信原理day7:第三章:抽样;均匀量化;非均匀量化;A律;增量(ΔM)调制
模拟信号的数字化 1.抽样定理 1.1低通信号的抽样定理 1.2带通信号的抽样定理 2.量化 2.1 均匀量化 2.1.1.抽样频率,传输速率 2.1.2.量化位数,量化电平,量化间隔 2.1.3.量 ...
- matlab均值量化函数_在matlab中理解抽样量化的概念:均匀量化的实现
还是一样,先贴程序 %sampling and quantisation clc; clear; %sampling A = 1; % sinusoid's amplitude f = 2;% fre ...
- MATLAB中颜色模型介绍级各模型之间转换(RGB、HSV、NTSC、YCbCr、HSI)
1.颜色模型定义 2.各颜色模型简介 3.颜色模型的转换 一.颜色模型定义 颜色模型:某个三维颜色空间中的一个可见光子集,它包含某个颜色域的所有颜色.例如,RGB颜色模型就是三维直角坐标颜色系统的一个 ...
- matlab中help所有函数功能的英文翻译
doc funname 在帮助浏览器中打开帮助文档 help funname 在命令窗口打开帮助文档 helpbrowser 直接打开帮助浏览器 lookfor funname 搜索某个关键字相关函数 ...
- matlab中的图像类型
MATLAB中的图像类型 在MATLAB中数组是最基本的数据结构,大部分图像用二维 数组即矩阵表示,矩阵中的一个元素对应一个像素.例如,一个由500行600列不同颜色点组成的图像可以用500*600的 ...
- Matlab中图像函数大全
Matlab中图像函数大全 图像增强 1. 直方图均衡化的 Matlab 实现 1.1 imhist 函数 功能:计算和显示图像的色彩直方图 格式:imhist(I,n) imhist ...
- matlab中bitget函数用法_Matlab函数大全
目录 1.时间日期函数................................ ................................ ....................... ...
- MATLAB中的颜色控制
1.色图颜色调配命令 在MATLAB中,控制及实现颜色调配的主要命令为colormap,它的使用格式如下: 调用格式 说 ...
- matlab让一个点变为指定颜色,MATLAB中的颜色控制
1.色图颜色调配命令 在MATLAB中,控制及实现颜色调配的主要命令为colormap,它的使用格式如下: 调用格式 说 ...
最新文章
- 使用流程引擎整体解决方案
- DL之CNN优化技术:学习卷积神经网络CNN的优化、实践经验(练习调参)、从代码深刻认知CNN架构之练习技巧
- BAT解密:互联网技术发展之路(5)- 开发层技术剖析
- 重温Javascript(四)-函数
- redis缓存雪崩和缓存穿透
- 高等数学下-赵立军-北京大学出版社-题解-练习11.2
- 比较高效的表格行背景变色及选定高亮JS
- plsql developer怎么使用 plsql developer使用教程
- linux误删文件恢复的方法 ----debugfs
- 医院信息管理系统(Python与MySQL数据库的连接与相关增删改查操作)
- 学习正则表达式 - 匹配 Unicode 和其他字符
- 4G图传移动视频取证-可视安全生产监管-常见问题解答FAQ
- diskman 恢复分区表找到数据
- 用Python制作高逼格数学动画manim
- 我的天空 我的未来 我的梦
- Charles-解决unknown的问题
- 还在每天standup会议吗?是时候尝试这个了。。。
- DockerHub使用
- android+so+upx,Android NDK UPX加固
- Shimeji开源桌宠代码学习(3)