【图像处理】积分图像及其应用

本文介绍了积分图技术的基本原理及其在图像处理中的应用。通过构建积分图可以快速计算图像任意矩形区域的像素值总和,进而提高图像处理效率。文章还提供了具体的计算公式和实例说明。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文主要参考:
http://blog.youkuaiyun.com/u010839382/article/details/46383423
然后结合自己的理解,在手机上做对应的对比测试。

积分图

积分图,integral image,是在图像处理中常用于加速计算的一种方法。
在积分图中,某一点的数据 S(x,y) 表示图像左上角到该点坐标所围成的区域的总和。

在积分图中,我们需要做两个操作:
1)构建积分图
2)使用积分图

构建积分图

这里写图片描述

如上图所示, S(x,y) 应该是 I(x,y) 跟左上角原点所包围的区域。从左上角开始,我们可以根据如下公式推算整个图像的积分图。

S(x,y)=I(x,y)+S(x1,y)+S(x,y1)S(x1,y1)

使用积分图

这里写图片描述

如上图所示,为了求该矩形区域的灰度之和。我们可以用以下公式表示:

S=S(A)+S(D)S(B)S(C)

需要注意的是,这里的总和并不包含点A,B,C的像素值。如上图所示的小像素点,A,B,C所在的像素点不在矩形区域以内。

另外,有的时候不一定只是像素灰度值和,只要符合积分图这一种计算思想的,均可以用积分图来简化计算。
如果是求矩形区域的像素点平方和,也可以用。

<未完待续>

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值