我已經從掃描儀掃描了一張圖像。有意圖地不包含任何東西的圖像區域(所以只是白色)。圖像的其餘部分包含需要分析的數據。應該使用這個純白色區域(稱爲「參考區域」)來確定分析代碼應將「白色」視爲什麼值。從掃描儀到來,白色並不總是將是255在掃描圖像上計算'視爲白色'值的算法
然後,圖像(分析區域)的其餘部分,然後外推至0,該白點在兩者之間。
我試圖獲得在參考區域內的所有像素的平均值(mean),但價值並不總是我想要的。
上最好的算法任何想法用來計算這個「當作白」的價值?
我已經從掃描儀掃描了一張圖像。有意圖地不包含任何東西的圖像區域(所以只是白色)。圖像的其餘部分包含需要分析的數據。應該使用這個純白色區域(稱爲「參考區域」)來確定分析代碼應將「白色」視爲什麼值。從掃描儀到來,白色並不總是將是255在掃描圖像上計算'視爲白色'值的算法
然後,圖像(分析區域)的其餘部分,然後外推至0,該白點在兩者之間。
我試圖獲得在參考區域內的所有像素的平均值(mean),但價值並不總是我想要的。
上最好的算法任何想法用來計算這個「當作白」的價值?
做到這一點,將取決於各種事情,比如什麼發生在你的數據,以後有什麼處理,你需要做的噪音,假象或其他誤差源的形式最好的辦法。話雖如此,鑑於你有一個已知的參考區域,一個相當簡單的方法應該工作。
而不是尋找平均值,找到k-th lowest value在基準區域,在那裏ķ是,比方說,在該參考區域的像素的數量的15%。這樣做的想法是在參考區域找到最暗的白色,這樣當您調整圖像值時,所有亮度都會比白色飽和到白色。您可能不想從參考區域中選取絕對最低的像素值,因爲那樣您很可能會選擇一個實際上不是白色的像素(灰塵/污跡/傳感器噪聲或其他某種人造物)。
更一般地,你可能要考慮自動thresholding算法,它會給你選擇白點等(有些更復雜)的方法。
我假設所有這一切灰度圖像處理。完整的colour constancy(其中一部分來自確定圖像的白點)是一個更難的問題,儘管在圖像中有一個白色的參考區域也肯定會有幫助。
我希望我可以多次提出這個答案!在閾值維基百科鏈接中描述的迭代方法可能正是我所追求的。正如你所說的,獲得平均值的問題是參考區域可能存在僞像。我會盡力去看看結果是什麼樣子。再次感謝! – Dan
我們是在談論亮度(簡單的標準化),還是我們正在討論帶有顏色校正的實際白點? –
你是什麼意思「不是我想要的」?你得到了什麼 ?黑暗,明亮,微不足道的數字?你的目標是什麼?你打算用這個價值做什麼? –