直方图介绍--20080363
(完整版)直方图
(二)直方图之制作
例：某厂之成品重量规格为130至190， 今按随机抽测方式抽取200个样本， 其重量测定值如表，试制作直方图。
132 162 165 137 145 153 158 127 155 136 144 157 150 136 126 132 127 147 144 152 137 150 133 162 147 150 157 145 156 152 150 167 152 142 147 142 137 148 143 152 145 136 134 160 142 149 167 146 156 163 139 160 153 147 148 140 152 150 142 153 142 152 144 158 143 148 152 147 153 164 126 159 154 156 147 141 170 151 141 150 137 151 147 152 144 147 142 142 150 150 127 162 160 142 140 143 126 152 147 149 139 146 146 151 125 143 140 141 151 148 128 138 127 143 147 151 134 157 148 150 126 144 142 153 130 144 135 156 147 142 132 142 132 145 144 155 141 148 149 151 145 138 143 154 131 156 129 157 146 143 145 143 134 128 140 157 146 146 150 152 138 142 125 146 132 154 130 154 138 145 146 144 135 162 141 160 145 145 151 142 162 124 127 130 126 143 152 150 157 149 126 140 142 168 152 150 153 150 142 146 162 162 165 162 147 156 167 157 157 164 150 167 160 168 152 160 170 157 151 153 126 124 125 130 125 143 129 127 138 136 126 138 127 128 126 132 126 145 141 142
直方图
直方图也叫柱状图，它以坐标轴上波形图的形式显示照片的曝光精度，其横轴表示亮度等级，从左侧0（暗色调）到右侧255（亮色调），将照片的亮度等级分为256级，而纵轴则表示每个亮度等级下的像素个数，峰值越高说明该明暗值的像素数量越多，在画面中所占的面积也就越大，将纵轴上这些像数值点连接起来，就形成了连续的直方图波形。
通过直方图的横轴和纵轴我们可以理性地判断曝光是否合适，影像的层次是否丰富，是否超出了数码相机的动态范围等等。
当然，要想使用直方图，首先得学会如何解读“直方图”：以一般的正确曝光的要求来看，一幅照片需要有丰富的层次，无论是高光部分还是阴影部分，细节层次越多越好。
这样的照片通过直方图来显示时，则从左到右都有曲线分布，同时直方图的两侧不会有像素溢出。
典型的直方图形状有以下5种，分别对应不同的曝光状况（由于数码相机与Photoshop的直方图显示方式相仿，故以Photoshop上的直方图显示为例，以便于直观了解）：1. 平滑型—曝光正确图1正确曝光照片的亮度色调分布应该是比较平均的，表现在直方图上其曲线形状看上起平滑饱满，由左端0位置开始，渐进变化，平滑过渡到右端255这个位置，在各亮度等级上均有像数表现，并且在左端（最暗处）和右端（最亮处）没有溢出现象，保留着各亮度的细节层次。
如图1所示，图1的直方图中没有断档和溢出，说明这是一幅曝光准确的照片，亮部和暗部都保留了丰富的层次和细节。
图2而图2虽然过渡并不平滑，但亮度和暗部均没有溢出，中间也没有断档，所以也是一幅曝光准确的照片。
2. 右坡型—曝光不足曝光不足照片的直方图曲线波形偏重于左侧，多数的像素集中在左侧，波形图的右侧有较明显的下降，并且其右侧到255（最亮处）位置处有一段空白，很少甚至没有像素。
这种照片看上去过于暗淡，暗的部位较多，亮调不足，可通过增加曝光补偿、增大光圈或降低快门速度来调整。
在用Photoshop进行后期处理时，可以点击“图像→调整→暗调/高光”，拖动“暗调”项滑杆来修正曝光不足。
直方图有关知识点总结归纳
直方图有关知识点总结归纳一、直方图的基本概念1. 直方图的定义直方图是一种以长方形条表示数据频数分布的图形，它将数据按照不同的取值范围分组，并用矩形的高度来表示每个组别的频数，通常横轴表示数据取值范围，纵轴表示频数或频率。
2. 直方图的用途直方图主要用于展示数据的分布情况和频数分布，可以直观地反映出数据的特征。
通过观察直方图，可以了解数据的中心趋势、离散程度等重要信息，对数据的分析和解释具有重要意义。
3. 直方图与柱状图的区别直方图和柱状图都是用长方形条表示数据，但它们之间有一些明显的区别。
直方图用于展示连续变量的频数分布，通常没有间隔，而柱状图则用于展示分类变量的数据，通常有间隔。
二、直方图的绘制方法1. 数据分组绘制直方图之前，首先需要对数据进行分组处理。
一般来说，直方图的分组方式有简单随意分组、等宽分组和等频分组等方法，根据不同数据的分布情况选择合适的分组方式。
2. 绘制坐标轴在绘制直方图时，需要绘制横轴和纵轴，横轴通常表示数据的取值范围，纵轴表示频数或频率。
在绘制时需注意选择合适的刻度和轴标签，使得图形清晰易懂。
3. 绘制长方形条根据数据分组的结果，按照每个组别的频数或频率，在对应的位置上绘制长方形条，长方形条的高度代表了该组别的频数或频率。
4. 添加标题和标签最后，需要添加标题和标签，说明直方图的含义和数据的来源，使得图形更加完整和明了。
三、直方图的特点1. 易于理解直方图通过直观的图形展示了数据的分布情况，能够直观地反映出数据的特征，便于人们理解和分析数据。
2. 反映数据分布直方图能够清晰地展示数据的分布情况，包括数据的中心趋势、离散程度等重要信息，有助于人们对数据的特征有更深入的了解。
3. 对比不同组别直方图可以直接对比不同组别的频数或频率，帮助人们了解不同组别之间的差异和相似之处。
4. 难以变换直方图通常用于展示分布情况，不易对数据进行变换，因此在选择分组方式和绘制时需谨慎考虑。
直方图
j 0 j 0 k k
nj n
乘以n，再四舍五 入取整
44
说明
由于数字图像灰度取值的离散性，通过四 舍五入使得变换后的灰度值出现了归并现 象，从而致使变换后的图像并非完全均匀 分布，但是相比原始直方图要均匀得多
直方图修正
2.直方图规定化/直方图匹配 在某些情况下，并不一定需要具有均匀直 方图的图像，有时需要具有特定的直方图 的图像，以便能够增强图像中某些灰度级。 直方图规定化方法就是针对上述思想提出 来的。 直方图规定化是使原图像灰度直方图变成 规定形状的直方图而对图像作修正的增强 方法
0.89
0.95 0.98 1.00
6/7
1 1 1
s3=6/7
985
0.24
s4=1
448
0.11
41
例：
原图像的直方图
均衡后图像的直方图
42
例：直方图均衡化示例
43
例：
思考问题： 若在原图像一行上连续8个像素的灰度值分 别为：0、1、2、3、4、5、6、7，则均衡 后，对应的灰度值为多少？
46
直方图规定化
可见，它是对直方图均衡化处理的一种有 效的扩展。直方图均衡化处理是直方图规 定化的一个特例 对于直方图规定化，下面仍从灰度连续变 化的概率密度函数出发进行推导，然后推 广出灰度离散的图像直方图规定化算法
47
直方图规定化
假设pr(r)和pz(z)分别表示已归一化的原始 图像灰度分布的概率密度函数和希望得到 的图像的概率密度函数 首先对原始图像进行直方图均衡化，即求 变换函数：
H Pi log2 Pi
i 0 L 1
17
直方图
80.7
81.2 81.7 82.2 82.7
17
9 7 3 1 100
1
2 3 4 5
17
21 12 12 5 -8
17
36 63 48 25 404
（1）作成频数表 例：100个数据 （2）确定u栏 各组中点-频数较多的一组的中点 u= 组距 77.7-80.2 例：u= 0.5 =-5 （第2~11组之u值照上例计算求出） （3）求出uf合计 uXf值记入uf 2 栏
③
SU
※此图显示过程能力尚可
※此图显示过程能力较规格好很多
※此图显示过程能力偏左，偏向下限，应对 设备、原料加以追查 SU
SL
④
SU
SL
⑤
※此图显示过程能力偏右，偏向上限，应对 设备、原料加以追查
※此图显示过程能力过于分散，应对人员的 变动与作业方法加以追查
最大值 最小值
最大值:82.8
最小值:77.5
3.确定组数(K)
K=√n (取整数值) =√100=10
4.确定组距(C)
C=
R K
最大值-最小值 组数 82.8-77.5 10
=
=
(此值为测定单位的整数倍数)
=
5.3 10
=0.53≈0.5
(为了便于计算平均数或标准差,组距常取5或2的倍数)
5.确定组间的界值(组界)
组间的界值的精密度以最小测定单位值的1/2(或 取比测定单位小)来确定。
最小测定单位
故 第一组下限=最小值2 第一组上限=第一组下限+组距 第二组下限=第一组上限 第三组上限=第二组下限+组距（其余类推） 例：第一组下限=77.5-0.05=77.45 (本例最小测量单位为0.1mm) 第一组上限=77.45+0.5=77.95 (组距0.5) 第一组为 77.45~77.95 (组距0.5) 第二组为 77.95~78.45 (组距0.5) 第三组为 78.45~78.95 (组距0.5)
图像直方图知识点总结
图像直方图知识点总结1. 直方图的概念直方图是一种统计图形，是将图像中各个灰度级别的像素数量统计出来后，以灰度级别为横坐标，像素数量为纵坐标绘制成的图形。
直方图能够直观地展示图像中像素的分布情况，可以反映图像亮度的均匀性、对比度等信息。
通过直方图，我们可以了解到图像中的主要亮度分布情况，并据此进行图像的处理。
2. 直方图的特性直方图主要包括以下几个特性：（1）灰度级别：直方图横坐标表示了图像的灰度级别，通常在0-255之间，其中0表示最暗的像素，255表示最亮的像素。
（2）像素数量：直方图纵坐标表示了该灰度级别下的像素数量，能够反映出图像中各个灰度级别的像素分布情况。
（3）峰值：直方图中的峰值表示了图像中主要的亮度分布情况，峰值越高则表示该亮度级别下的像素越多。
（4）对比度：直方图的分布情况能够反映出图像的对比度，对比度越大则直方图中的峰值越明显。
3. 直方图的应用直方图在图像处理中有着广泛的应用，主要包括以下几个方面：（1）图像增强：通过对直方图进行均衡化等处理，可以增强图像的对比度，使图像更加清晰。
（2）图像分割：通过直方图可以找到图像中不同区域的亮度分布情况，从而进行图像的分割处理。
（3）图像压缩：通过对直方图进行统计分析，可以找到图像中重复出现的像素，从而进行有效的图像压缩。
（4）图像识别：通过对直方图进行特征提取，可以对图像进行识别和分类。
4. 直方图均衡化直方图均衡化是一种常用的图像增强方法，通过对图像的直方图进行调整，使得图像的像素分布更加均匀，提高了图像的对比度和视觉效果。
直方图均衡化主要包括以下几个步骤：（1）计算灰度频率：首先需要统计图像中各个灰度级别的频率，得到原始直方图。
（2）计算累积频率：对原始直方图进行累积求和等处理，得到各个灰度级别的累积频率。
（3）灰度映射：根据累积频率进行灰度级别的映射，得到新的直方图。
（4）图像重构：根据新的直方图对图像像素进行重构，得到均衡化后的图像。
直方图简介及详细绘制步骤
138138138145134130139131 134 137 142139137141132135 140127 136 132 148144137135135135141 136 137 131 145138133131134134138 128 133 139 140139140136132136137 138 121 136 141136130131134131137132 129 135 直⽅图简介及详细绘制步骤先啰嗦两句，在质量管理七⼤原则中，讲究询证决策，说⼈话就是“说话办事得有证据”。
质量数据便是可以很好的辅助决策的客观依据。
但简单粗糙未经整理的原⽣态数据显然是没办法完成它这个使命的。
所以如何整理质量数据进⽽清晰准确表达质量信息，可以说是质量⼈的⼀项基本⽣存技能。
⽽数据整理和表达的⼀个经典模型，便是直⽅图。
⼀、直⽅图是什么直⽅图⽤⼀系列宽度相等、⾼度不等的长⽅形来表⽰数据，其宽度代表组距，⾼度代表指定组距内的数据数（频数）。
它由英国拥有诸多头衔的天才学者卡尔卡尔·⽪尔逊（Karl Pearson ，1857—1936，右边这个帅男⼈，英国著名统计学家、应⽤数学家、历史学家、哲学家、伦理学家、民俗学家、宗教学家、优⽣学家、头⾻测量专家……名号⽐龙妈还多……）提出，并由在⽇本质量学者总结纳⼊经典QC 七⼤⼯具中。
直⽅图可使我们⽐较容易直接看到数据的分布形状、离散程度和位置状况：观察数据分布的类型，分析是否服从正态分布，有⽆异常；判断数据分布范围是否满⾜规格范围的要求；与产品规格界限做⽐较，判断分布中⼼是否偏离规格中⼼，以确定是否需要调整及调整量；但需要注意的是，虽然在过程能⼒分析中，我们常常利⽤直⽅图整理数据⽤以分析其分布状态，但有时根据观测数据所绘制的直⽅图呈⾮正态的异常分布。
这说明过程已出现了异常。
在这种状态下，是不能计算过程能⼒指数的，必须先排查异常原因，予以排查纠正后，再重新收集数据并分析。
直方图
值X0（见表21-2的组号4），然后用下式确定
各组的ui 值
ui =（ Xi －X0 ）／h
式中： Xi ——各组中心值
本例X0=513.5
由此可计算出第一组简化中心值：
u1 =（ 501.5 －513.5 ）／4=－3
第二组简化中心值： u2 =（ 505.5 －513.5 ）／4=－2 其余推断
2）为判断工序是否正常，工序能力是否满足需要
提供证据。根据直方图提供的信息可推算出数据 分布的各种特政治、过程能力指数以及过程的不
合格品率等。
3）通过对直方图分布中心与公差范围的比较，为
进一步分析产品质量问题产生的原因，寻求和制
定提高产品质量的改进措施、确定如何进行质量 改进提供前提条件。
三、作直方图的程序
本例
X X 0 h fiui
f
i
513.5 4 17 100 513.5 0.68 514.18
n 1 2 第十三步：计算标准偏差 s ( X X ) i n 1 i 1
可用以下简化公式
sh
fu
n
2 i i
f i ui n
510 514
515 509 508 513 504
第二步：找出所有数据中的最大值Xmax 和最小
值Xmin，本例Xmax =525， Xmin=500。
第三步：求出全体数据的分布范围，即极差R。 R= Xmax －Xmin=525－500=25
第四步：根据数据的进行分组。组数以字母K
表示。分组原则如下：
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
二、应用直方图的步骤
1. 收集数据（作直方图数据一般应大于50个）。作为直方图开始点， 确定大概需要搜集多少数据是必要的。每次事件发生都要搜集一个 数据点。 2. 确定数据的极差（R = X max － X min）。 3. 确定组距（h = R÷ k，一般取测量单位的整倍数）。
组数 k 选用表 数据数目 50～ 100 100～ 250 250以上 组数k 5～ 10 7～ 12 10～ 20 10 常用组数k
TL
M
TU 调整分布中心 ，使
偏心型
分布中心 重合。
与公差中心M
（二）、与规范界限（公差）的比较分析
常见类型 TL 图例 调整要点 TU
M
无富余型
采取措施，减少标准偏 差 S。
TL
M
TU
工序能力出现过剩，经 济性差。可考虑改变工艺，
能力富余型
放宽加工精度或减少检验频
次，以降低成本。
（二）、与规范界限（公差）的比较分析
常：来自 两个工人（或两批材料 、或两台设备）生产出 来的产品混在一起造成 的。
孤岛型
这是由于测量工具 有误差、或是原材料一 时的变化、或刀具严重 磨损、短时间内有不熟 练工人替岗、操作疏忽 、混入规格不同的产品 等造成的。
（一）、直方图的形状分析与判断
常见类型
图例
调整要点
TL 能力不足型
M
TU 已出现不合格品，应多 方面采取措施，减少标准偏 差S或放宽过严的公差范围。
8
13 18 23 28 33 38 43
/
/ / / / / / /
/
/ / / / / / /
/
/ / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / / /
50
55.5
重量（cg）
三、直方图的观察分析
（一）、直方图的形状分析与判断
常见类型 图例 分析判断
正常型
可判定工序运行正 常，处于稳定状态。
偏向型
一些有形位公差要 求的特性值分布往往 呈偏向型； 孔加工习惯造成的 特性值分布常呈左偏 型； 轴加工习惯造成的 特性值分布常呈右偏 型；
（一）、直方图的形状分析与判断
、公差中心 M
二、应用直方图的步骤－实例
某厂产品的重量规范要求为1000＋0 （g）。 1. 收集数据。
测量单位（cg） 43 34 28 22 27 30 26 29 33 22 29 24 18 22 24 28 32 48 14 1
＋0.50
n=100
24
28 38 40 42 29 28 30
常见类型 图例 分析判断
平顶型
生产过程有缓慢因 素作用引起，如：刀具 缓慢磨损、操作者疲劳 等。
锯齿型
由于直方图分组过 多、或测量数据不准等 原因造成。
（二）、与规范界限（公差）的比较分析
常见类型 TL 图例 调整要点 TU 图形对称分布，且两边 有一定余量，此时，应采取 控制和监督办法。
M
理想型
第一组上限值：第一组下限值＋组距，即0.5＋5＝5.5；
第二组下限值：等于第一组上限值，即5.5； 第二组上限值：第二组下限值＋组距，即5.5＋5＝10.5； 第三组以后，依此类推出各组的界限值： 15.5 ， 20.5 ， 25.5 ， 30.5，35.5，40.5，45.5，50.5。
二、应用直方图的步骤－实例
3
6 14 19 27 14 10 3
10
50.5～55.5
合计
48
/
/
/
3
100
二、应用直方图的步骤－实例
TL T 30 25 TU
M
n ＝ 100 ＝ 26.6（cg） S ＝ 9. （cg）
20
15 10 5 0
0.5
5.5
10.5
15.5
20.5
25.5
30.5
35.5
40.5
45.5
50.5
29
32 36 28 32 18 28 20
35
22 21 28 34 21 20 24
36
25 20 12 20 46 38 35
30
36 26 30 28 14 12 20
34
39 20 31 34 10 32 28
14
24 18 30 20 21 19 24
42
18 8 26 24 22 30 24
5. 编制频数分布表。
数据记录No _____________
组 号 1 组界 小 大 组 中 值 3 /
频数分布表
频数统计
____年____月____日
fi
1
0.5～5.5
2
3 4 5 6 7 8 9
5.5～15.5
15.5～20.5 20.5～25.5 25.5～30.5 30.5～35.5 35.5～40.5 40.5～45.5 45.5～50.5
38
28 12 28 27 34 28 32
6
16 37 47 24 22 19 40
注：表中数据是实测数据减去1000g的简化值。
二、应用直方图的步骤－实例
2. 确定数据的极差。
R = X max － X min ＝48－1＝47（cg）
3. 确定组距（取组数k＝10）。 h ＝ R÷ k ＝47÷10 ＝4.7≈ 5（cg） 4. 确定各组的界限值（界限值单位应取最小测量单位的1 / 2 ，即1÷ 2 ＝0.5）。 第一组下限值：最小值－0.5，即1－0.5＝0.5；
直方图
一、概念及应用
二、应用直方图的步骤 三、直方图的观察分析
一、概念
－－直方图是频数直方图的简称。它是用一系列宽度相等、高度不
等的长方形表示数据的图。长方形的宽度表示数据范围的间隔，长方形
的高度表示在给定间隔内的数据数。 －－直方图的目的是：
直方图的目的是图形化的描述事件发生频率，事件的发生被分类表
二、应用直方图的步骤
4. 确定各组的界限值（界限值单位应取最小测量单位的1 / 2）。
5. 编制频数分布表（统计各组数据的频数 f ）。 6. 按数据值比例画横坐标。 7. 按数据值比例画纵坐标。 8. 画直方图。在直方图上应标注出公差范围（T）、样本大小（n）、
样本平均值（
的位置等。
）、样本标准偏差值（s）和
示于指定范围内的连续尺度中。 －－直方图的作用是： 1. 2. 3. 显示质量波动的状态； 较直观地传递有关过程质量状况的信息； 当人们研究了质量数据波动状况之后，就能掌握过程的状况，从而
确定在什么地方集中力量进行质量改进工作。
直方图的应用
直方图在表示事件在不同列或者种类的事件类型中的发生分 布时十分有效。当看到并了解一系列特定数据之间如何相关分布 十分重要，并可能与目标或者公差相关时，直方图被使用。当事 件发生时，它们被记录到相对应的列或者种类中，各列之间并不 按照频率排列。