直方圖演算法

『壹』 直方圖頻率計算公式

頻率分布直方圖 縱軸表示頻率/組距，橫軸表示各組組距，若求某一組的頻率，就用縱軸的頻率/組距*橫軸的組距，即得該組頻率。

頻率=頻數/數據總數。

(1)直方圖演算法擴展閱讀：

特點

能夠顯示各組頻數分布的情況；
易於顯示各組之間頻數的差別。

目的

作直方圖的目的就是通過觀察圖的形狀，判斷生產過程是否穩定，預測生產過程的質量。

判斷一批已加工完畢的產品；
搜集有關數據。
直方圖將數據根據差異進行分類，特點是明察秋毫地掌握差異。

在公路工程質量管理中，作直方圖的目的有：
估算可能出現的不合格率；
考察工序能力估演算法
判斷質量分布狀態；

參考資料來源：網路-頻率直方圖

『貳』 直方圖中的頻率如何計算

頻率=頻數/數據總數。

頻率的性質

1、當重復試驗的次數n逐漸增大時，頻率fn(A)呈現出穩定性，逐漸穩定於某個常數，這個常數就是事件A的概率.這種「頻率穩定性」也就是通常所說的統計規律性。

2、頻率有如下性質：

（1）非負性：0小於等於fn(A)小於等於1

（2）規范性：fn(Ω)=1 （註：Ω表示樣本空間）

（3）可加性

(2)直方圖演算法擴展閱讀：

頻率在隨機事件在n次試驗中發生m次的相對頻次m/n。一般物理科學中頻率指每秒中的振動次數，可以是隨機的，也可以是確定性的。

在一定條件下，對所研究的對象進行觀察或測驗,每實現一次條件組，稱為一次試驗。其結果稱為事件。在一次試驗中，可能發生也可能不發生的事件稱為隨機事件。

隨機事件 A發生的概率p(A)是該事件出現的可能性大小的度量。其數值在0與1之間。在一定條件下進行試驗，如果事件A不可能發生，則p(A)=0；如果事件A必然發生，則p(A)=1。隨著試驗次數n的增大，頻率接近於概率的可能性也越大。

『叄』 高中數學頻率分布直方圖的平均值怎麼算

平均值等於每個小長方形面積（即概率）乘每組橫坐標的中點，然後加和。

平均數,首先得直方圖應該歸一化,也就是說所有矩形的面積之和為1,然後每個矩形的面積代表其底邊中點橫坐標的數的頻率,那麼面積乘以橫坐標就相當於頻率乘以橫坐標,得到的當然是平均數。

頻率直方圖中是沒有樣本數據的.在某一個分組里,分布在這個分組的樣本數據沒法找得出來,然後也分布不均勻,所以就用這個組的中點的橫坐標來表示這個分組的樣本數據的平均值。

而每一個小長方形的面積是表示相應的頻率,(相當於相應數據的百分比)所以平均數等於每個小長方形的面積乘以相應的分組的底邊中點橫坐標的之和。

(3)直方圖演算法擴展閱讀：

頻率分布直方圖的運用

頻率分布直方圖能清楚顯示各組頻數分布情況又易於顯示各組之間頻數的差別。它主要是為了將我們獲取的數據直觀、形象地表示出來，讓我們能夠更好了解數據的分布情況，因此其中組距、組數起關鍵作用。

分組過少，數據就非常集中；分組過多，數據就非常分散，這就掩蓋了分布的特徵。當數據在100以內時，一般分5~12組為宜。

從頻率分布直方圖可以估計出的幾個數據：

眾數：頻率分布直方圖中最高矩形的底邊中點的橫坐標 。

算術平均數：頻率分布直方圖每組數值的中間值乘以頻率後相加。

加權平均數：加權平均數就是所有的頻率乘以數值後的和相加。

中位數：把頻率分布直方圖分成兩個面積相等部分的平行於Y軸的直線橫坐標。

『肆』 求頻率分布直方圖方差公式

直方圖上有每個組的均值和每個組的頻數。

假設某個組處於10-20，頻數為5，那麼這個組可以看成是5個15，依次類推，能獲得一堆數據，算這堆數據的方差即可。

方差=(中點-平均數)×頻率的和，其中頻率=各長方形面積。

頻率分布直方圖 縱軸表示頻數/組距，橫軸表示各組組距，若求某一組的頻率，就用縱軸的頻率/組距*橫軸的組距，即得該組頻率。

運用：

頻率分布直方圖能清楚顯示各組頻數分布情況又易於顯示各組之間頻數的差別。它主要是為了將我們獲取的數據直觀、形象地表示出來，讓我們能夠更好了解數據的分布情況，因此其中組距、組數起關鍵作用。分組過少，數據就非常集中；分組過多，數據就非常分散，這就掩蓋了分布的特徵。當數據在100以內時，一般分5~12組為宜。

以上內容參考：網路-頻率分布直方圖

『伍』 直方圖計算最大值與最小值的

在樣本數據中最大值與最小值的差為25cm，已知組距為4cm，那麼由於

『陸』 說明直方圖匹配與直方圖均衡兩種處理演算法原理的區別.考慮在什麼情況

首先需要說明的是，如果你說的是一道完整的題目，則這道題目沒有唯一解，因為題目中沒有說明原始圖像的灰度級數（比如原始圖像是16個灰度級的，或者是32個灰度級的，等等）。為了給你提供一個解題思路，現在人為假設原始圖像是16個灰度級的，其它灰度級的解法類似。1、圖像的灰度直方圖求法為：（1）先計算圖像中各個灰度級的出現頻率，用h（i）表示灰度級i的出現頻率，其值等於灰度級出現次數/圖像像素個數：h（0）=2/16h（1）=1/16h（2）=3/16h（3）=2/16h（4）=0/16h（5）=1/16h（6）=4/16h（7）=1/16h（8）=1/16h（9）=1/16h（10）=h（11）=h（12）=h（13）=h（14）=h（15）=0/16。然後以灰度級i為橫軸，出現頻率h（i）為縱軸即可繪制出圖像對應的直方圖。（2）圖像進行直方圖均衡化處理的過程為：先計算累積分布，用r(i)表示灰度級i的累積分布：r（0）=h（0）=2/16r（1）=r（0）+h(1)=2/16+1/16=3/16r（2）=r（1）+h(2)=3/16+3/16=6/16r（3）=r（2）+h(3)=6/16+2/16=8/16r（4）=r（3）+h(4)=8/16+0/16=8/16r（5）=r（4）+h(5)=8/16+1/16=9/16r（6）=r（5）+h(6)=9/16+4/16=13/16r（7）=r（6）+h(7)=13/16+1/16=14/16r（8）=r（7）+h(8)=14/16+1/16=15/16r（9）=r（8）+h(9)=15/16+1/16=16/16=1r（10）=r（11）=r（12）=r（13）=r（14）=r（15）=1將累積分布進行量化（量化時需要用到原始圖像的灰度級數，這也是為什麼前面需要說明的原因），量化後的灰度級用rq（i）表示，量化公式為rq(i)=ROUND(r(i)*15)，（說明：量化公式中的15等於原始圖像灰度級數減1），可得：rq(0)=ROUND(r(0)*15)=2rq(1)=ROUND(r(1)*15)=3rq(2)=ROUND(r(2)*15)=6rq(3)=ROUND(r(3)*15)=8rq(4)=ROUND(r(4)*15)=8rq(5)=ROUND(r(5)*15)=8rq(6)=ROUND(r(6)*15)=12rq(7)=ROUND(r(7)*15)=13rq(8)=ROUND(r(8)*15)=14rq(9)=ROUND(r(9)*15)=15rq(10)=ROUND(r(10)*15)=15rq(11)=ROUND(r(11)*15)=15rq(12)=ROUND(r(12)*15)=15rq(13)=ROUND(r(13)*15)=15rq(14)=ROUND(r(14)*15)=15rq(15)=ROUND(r(15)*15)=15因此，原始圖像中的灰度級和均化後圖像中的灰度級之間的對應關系為：0->21->32->63->84->85->86->127->138->149->1510->1511->1512->1513->1514->1515->15將原始圖像中對應的灰度值安裝上述對應關系替換成相應的灰度值，即可得到均化圖像，結果如下：38138612212146128156122（在電腦上直接做的，僅供參考。ROUND（.）表示四捨五入。）

『柒』 直方圖的組距怎麼求

①集中和記錄數據，求出其最大值和最小值。數據的數量應在100個以上，在數量不多的情況下，至少也應在50個以上。
②將數據分成若干組，並做好記號。分組的數量在5－12之間較為適宜。
③計算組距的寬度。用組數去除最大值和最小值之差，求出組距的寬度。
④計算各組的界限位。各組的界限位可以從第一組開始依次計算，第一組的下界為最小值減去組距的一半，第一組的上界為其下界值加上組距。第二組的下界限位為第一組的上界限值，第二組的下界限值加上組距，就是第二組的上界限位，依此類推。
⑤統計各組數據出現頻數，作頻數分布表。
⑥作直方圖。以組距為底長，以頻數為高，作各組的矩形圖。

根據最大數據與最小數據的差值，決定組距的大小，組距和組數的確定沒有固定的標准，一般數據越多，分成的組數就越多，當數據不超過50個，可以分5~7組；當數據在50~100之間時，一般分8~12組。

『捌』 頻率分布直方圖方差的計算是什麼

使用分組數據的方差計算方法。

直方圖上有每個組的均值和每個組的頻數。假設某個組處於10-20，頻數為5，那麼這個組可以看成是5個15，依次類推，能獲得一堆數據，算這堆數據的方差即可。

方差=(中點-平均數)×頻率的和，其中頻率=各長方形面積。

頻率的性質

當重復試驗的次數n逐漸增大時，頻率fn(A)呈現出穩定性，逐漸穩定於某個常數，這個常數就是事件A的概率，這種「頻率穩定性」也就是通常所說的統計規律性。

頻率有如下性質：

（1）非負性：0小於等於fn(A)小於等於1；

（2）規范性：fn(Ω)=1 （註：Ω表示樣本空間）；

（3）可加性。

『玖』 ps直方圖 平均值演算法

這個直方圖不一定是過曝 ， 大面積亮色調的照片正常曝光直方圖就是這樣