工程量直方圖

『壹』 直方圖的作用

直方圖的常見作用有以下三點：

1、顯示質量波動的狀態；

2、較直觀地傳遞有關過程質量狀況的信息；

3、通過研究質量波動狀況之後，就能掌握過程的狀況，從而確定在什麼地方集中力量進行質量改進工作。

直方圖是數值數據分布的精確圖形表示。 這是一個連續變數（定量變數）的概率分布的估計，並且被卡爾·皮爾遜首先引入。它是一種條形圖。

為了構建直方圖，第一步是將值的范圍分段，即將整個值的范圍分成一系列間隔，然後計算每個間隔中有多少值。 這些值通常被指定為連續的，不重疊的變數間隔。 間隔必須相鄰，並且通常是（但不是必須的）相等的大小。

作直方圖是的目的是為了研究產品質量的分布狀況，據此判斷生產過程是否處在正常狀態。直方圖為QC七大工具之一。因此在畫出直方圖後要進一步對它進行觀察和分析。

在正常生產條件下，如果所得到的直方圖不是標准形狀，或者雖是標准形狀，但其分布范圍不合理，就要分析其原因，採取相應措施。

(1)工程量直方圖擴展閱讀：

直方圖均衡化，是通過使用累積函數對灰度值進行「調整」以實現對比度的增強。

直方圖均衡化處理的「中心思想」是把原始圖像的灰度直方圖從比較集中的某個灰度區間變成在全部灰度范圍內的均勻分布。直方圖均衡化就是對圖像進行非線性拉伸，重新分配圖像像素值，使一定灰度范圍內的像素數量大致相同。

簡單說就是把給定圖像的直方圖分布改變成「均勻」分布直方圖分布。其缺點：變換後圖像的灰度級減少，某些細節消失；某些圖像，如直方圖有高峰，經處理後對比度不自然的過分增強。

『貳』 直方圖的分布形狀及分布區間寬窄，取決於質量特徵統計數據的( )。

【答案】C
【答案解析】直方圖的分布形狀及分布區間寬窄是由質量特性統計數據的平均值和標准偏差所決定的。

『叄』 直方圖可以反映某一時間點的質量狀況的說法對嗎

不對，是反應一段時間內，質量狀況出現的頻次。直方圖由一系列高度不等的縱向條紋或線段表示數據分布的情況。 一般用橫軸表示數據類型，縱軸表示分布情況。

直方圖的常見作用有以下三點：

(1)顯示質量波動的狀態；

(2)較直觀地傳遞有關過程質量狀況的信息；

(3)通過研究質量波動狀況之後，就能掌握過程的狀況，從而確定在什麼地方集中力量進行質量改進工作。

(3)工程量直方圖擴展閱讀：

直方圖是數值數據分布的精確圖形表示。 這是一個連續變數（定量變數）的概率分布的估計，並且被卡爾·皮爾遜（Karl Pearson）首先引入。

它是一種條形圖。 為了構建直方圖，第一步是將值的范圍分段，即將整個值的范圍分成一系列間隔，然後計算每個間隔中有多少值。 這些值通常被指定為連續的，不重疊的變數間隔。 間隔必須相鄰，並且通常是（但不是必須的）相等的大小。

直方圖也可以被歸一化以顯示「相對」頻率。 然後，它顯示了屬於幾個類別中的每個案例的比例，其高度等於1。

『肆』 求教啊，求一份施工組織設計，要求如下，或者問其中的什麼工程量計算我找的組織設計都沒有的啊，

以上是施工組織設計編制的內容和步驟。
施工組織設計文件里只有分部分項工程量結果的運用，不可能包括預算的工程量計算過程。就是說預算是施工組織設計的依據之一。
題外：上述施工組織設計目錄中「冬季施工」、「雨季施工」應更正為「冬期施工」、「雨季施工」！才符合規範文字。

『伍』 莖葉圖與直方圖相比有什麼優點 它們的應用場合是什麼

莖葉圖在給出數據分布情況的同時，又能給出每一個原始數據，保留了原始數據的信息，而直方圖不能保留原始數據。

直方圖適用於大批量數據，莖葉圖適用於小批量數據。

此外，莖葉圖主要用於展示未分組數據，而直方圖則主要用於展示分組數據。

(5)工程量直方圖擴展閱讀

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。具體來說，作直方圖的目的有：

1、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。

2、在公路工程質量管理中，作直方圖的目的有：

（1）估算可能出現的不合格率；

（2）考察工序能力估演算法

（3）判斷質量分布狀態；

（4）判斷施工能力；

3、統計一組數據的常見值。

『陸』 ETM⁺（TM）蝕變遙感異常提取方法研究與應用——異常主分量的信息量計算和直方圖正態性檢驗

張玉君

（中國國土資源航空物探遙感中心，北京）

摘要：本文用概率論的中心極限定理理解許多遙感數據近似服從正態分布的現象；用標准離差 σ作為異常主分量門限化的尺度；採用直方圖的香農熵評價異常主分量的信息量；並採用偏度和峰度聯合檢驗法對直方圖做正態性檢驗。通過信息量計算和正態性檢驗評價了三種異常主分量的直方圖。

關鍵詞：中心極限定理；信息熵（香農熵，或平均信息量）；標准正態分布；偏度；峰度。

引言

遙感信息的處理是以概率論、數理統計和多元統計分析為數學理論基礎的，概率論的中心極限定理有助於理解遙感數據的許多現象^[1]。我們在文^[2]中提出了去干擾異常主分量門限化技術流程，異常強度等級是以異常主分量標准離差σ為尺度的，於是便思考以下問題：它與標准正態分布是否接近？當改進主分量分析時所得異常主分量的信息量增加多少？為此採用直方圖的香農熵評價異常主分量的信息量，並採用偏度和峰度聯合檢驗法對其直方圖做正態性檢驗。通過信息量計算和正態性檢驗評價了三種異常主分量及其直方圖。

1中心極限定理

在圖像處理中經常使用概率密度分布曲線（簡稱直方圖），於是便產牛兩個問題：

（1）如何理解TM數據直方圖在許多情況下接近正態分布？

（2）是否可以使用標准離差σ作為遙感異常切割的尺度？

在自然現象（以及社會現象）中，大量隨機變數都服從或近似服從正態分布。作為極其重要自然現象的地質遙感學，其許多問題也都遵循正態分布規律。例如，某一地區某種地質體或地物各波段反射波譜、其兩波段的比值、乃至整景ETM經主分量分析提取的異常主分量等，都近似地服從正態分布。因此概率論和數理統計中與正態隨機變數相關的理論和概念在遙感蝕變信息提取中起著特別重要的作用。

首先應理解的是概率論的中心極限定理。該定理的直觀解釋為：若一個隨機變數是由大量相互獨立的隨機因素的影響所造成，而每一個別因素在總影響中所起的作用都不很大，則這種隨機變數通常都服從或近似服從正態分布。該定理還證明了，這些相互獨立的隨機因素可以是服從同一分布（即有相同的數學期望和方差），也可以是不服從同一分布（即有不同的數學期望和方差）。

中心極限定理可以幫助理解遙感數據的許多現象。例如，東天山尾亞雜岩體的形成取決於許多因素：入侵岩漿的成分、溫度、壓力、酸鹼度、空間分布、後期剝蝕的物理化學條件等等，這些因素的變化是相互獨立而隨機的，每一因素的變化都起了一定但又不很大的作用，造成當今尾亞雜岩體的面貌；當然ETM所測到的尾亞雜岩體波譜特性還受衛星觀測系統靈敏度、穩定性、溫度、壓力等諸多因素的影響，這些因素的變化也是相互獨立而隨機的。圖1所示為尾亞雜岩體ETM各波段直方圖，各波段直方圖均近似服從正態分布，此圖是用中心極限定理理解遙感現象的很好實例。在遙感蝕變信息提取方法研究中，經常涉及多元統計分析，而多元統計分析的主要理論都是建立在多元正態分布總體基礎上的，所以在這一研究中對正態分布的理解具有特殊重要的意義。

圖1東天山尾亞雜岩體ETM各波段直方圖

2正態分布和σ的借用

2.1正態分布

早在1795年德國數學家高斯就推導出偶然誤差或然率曲線的函數表達式即高斯分布定律或正態分布^[3]，中心極限定理是數位數學家（Liapunov,Levy-Lindeberg,De Moivre-Laplace等）的進一步發展，為了簡單明了現僅列出高斯分布：連續型隨機變數X的概率密度為

張玉君地質勘查新方法研究論文集

式中σ稱為標准誤差。如果取k倍的標准誤差，那麼任一觀測值的誤差介於±κσ之間的或然率P為：

表1或然率與誤差的關系

圖2或然率p與k的關系圖

結合我們的具體情況，如前所述，通過主分量分析（PCA）提取的羥基和鐵染蝕變異常（OHA、FCA）主分量，往往具有正態分布的特點：

（1）只有一個中心，即眾值；

（2）小偏離比大偏離出現的幾會多；

（3）大小相等、符號相反的正負偏離的兒率接近，直方圖近似對稱於y軸；

（4）極大的正偏離和極小的負偏離的機率都很小，直方圖向兩端迅速衰減。

故而產生借用σ作為異常主分量門限化的尺度。

表2切割水平

2.2σ的借用

TM數據處理以多元分析為基礎，多元分析中對應於誤差理論中稱之為標准誤差的σ，是標准離差（或標准偏差），其定義為：

張玉君地質勘查新方法研究論文集

既然TM數據及其線性處理結果一般均有近似正態分布的直方圖（如圖3所示，為13739景羥基主分量直方圖），那麼我們在做異常切割或數據切割時便可借用σ這個表徵正態分布曲線的尺度。例如，主分量分析結果可以把均值（X）理解為代表區域背景，利用（X+kσ）確定異常下限和劃分異常強度等級^[4]。異常總面積可用（1-P）/2近似計算，其大小因景號而異。

圖313739ms直方圖對比

切割異常時有了這一尺度可以減少主觀任意性，並使操作較為規范化，為此做切割水平表（表2），此表是按下式計算的：

L=127.5+kσ*SF；或 L=127.5+kx127.5/4 H=L+1

式中 H、L分別為切割高、低門限值；k為倍數；σ為標准離差；SK為比例因子；σ和SK由主分量分析報告給出。

3香農（Shannon）信息量的應用

信息需要定量描述，信息含量的多少，稱為信息量。1948年美國工程師C.H.Shannon給出了信息量的數學公式[1]。對於信息源的整體信息量，Shannon定義為各信息符號信息量的平均信息量（或稱信息熵），用S（X）表示：

張玉君地質勘查新方法研究論文集

式中X為隨機變數，它取有限個值X={x₁,x₂，…x_n），其值稱為信息符號，信息符號xi出現的概率為P_i,i=1,2，…，n。且P_i≥0，

現利用信息量公式來定量評價我們對於異常主分量直方圖的改善。取13739景ETM＋數據的子集13739ms（1620,5145,1200,820），括弧中前兩個數為起始列行數，後兩個數為子圖13739ms的大小。對此子圖像分別做了三種羥基異常主分量：①僅做大氣徑輻射校正及去干擾；②做大氣徑輻射校正及去干擾，又做了無損失拉伸；③做大氣徑輻射校正及去干擾，並限定異常主分量的輸出動態范圍為±4σ。此三種直方圖示於圖3中。從此圖可以直觀明顯地看出，直方圖的改善對於異常切割十分有利。首先將三種主分量分析的主要參數對比於下表（表3）：

表3三種主分量分析的主要參數對比

將三種異常主分量的概率統計密度圖（直方圖）的數值輸出於表4，然後計算其各自的香農信息量。子圖13739ms的總像素數為1200×820=984000；干擾窗像素總數為131551；去干擾後參與主分量分析的像素數為852449。因為異常主分量直方圖是以128為「0」點，左半邊實為負異常值。由於我們僅對正異常感興趣，故只計算直方圖右半邊（灰階從128至255）的信息量。將（3）式寫成可利用EL-5100C計算器進行循環計算的形式：

f（K_i,C）=K_i÷852449×ln（852449÷K_i）+C CTO C（4）

式中 K_i為具有灰階i的像素數；K_i÷852449=P_i。

表413739ms三種羥基異常直方圖數據（表中每一列的右側數為灰階值；左側為像元數）

續表

續表

除了香農信息熵還計算了相對信息量

及信息剩餘度（γ＝1－η）。現將計算結果列人表5：

表5三種異常主分量概率統計密度圖信息量計算

由表5可見三種主分量分析所獲異常主分量中正值的平均信息量（信息熵）和相對信息量依次增加，而信息剩餘度依次遞減。這說明第三種異常主分量所含信息量最大，最有利於異常門限化。

3直方圖的正態性檢驗

如前所述，及在^[4]中我們曾寫過，結合我們的具體情況，部分或整景ETM通過主分量分析（PCA）提取的羥基和鐵染蝕變異常（OHA、FCA）主分量，往往具有正態分布的特點。

現試用偏度和峰度聯合檢驗法^[5]，對13739ms子集的羥基異常主分量概率統計密度圖（直方圖）做正態性檢驗。

該方法的主要理論依據是正態分布密度曲線是對稱的、且陡緩適中。因此，被檢驗的數據若來自正態總體，則其經驗分布密度（直方圖）就不能偏斜太多，也不能陡緩過分。為此數理統計提出兩個數字特徵，一個是描述分布密度曲線的偏度γ₁；另一個是描述分布密度曲線的陡緩程度的峰度γ₂。由概率論^[6、7]得知，偏度γ₁與峰度γ₂可表示為：

張玉君地質勘查新方法研究論文集

式中 Eξ為隨機變數ξ的數學期望（均值）；E（ξ－Eξ）²為ξ的方差，記為Dξ，稱

為ζ的標准差（根方差），即Dζ＝E（ξ－Eξ）²。

根據矩估計法，可得樣本偏度和峰度的下述表達式：

張玉君地質勘查新方法研究論文集

對於正態分布N（μ，σ²），γ₁=0，γ₂=3，因此，當原假設或零假設（根據實際問題要求所提出的一個關於隨機變數的一種論斷，稱為統計假設）H₀為真時，對於用樣本值（x₁,x₂……，x_n）算出的觀測值b_s與b_K應該分別接近0與3。

分別對13739ms子集的前述三種羥基異常主分量概率密度分布經PCI統計出它們的標准差S相應為：2.2205;3.8412;31.2434。利用EL-5100C計算器按下述循環式計算出μ₃和μ₄：

右半邊 f（AB）＝（A-128）³×B÷852449 STO C,C+D STO D,C×（A-128）+E STO E（9）

左半邊 f（AB）＝（128-A）³×B÷852449 STO C,C+D STO D,C×（128-A）＋E STO E（10）

式中 A為羥基異常主分景的灰階值；B為具有該灰階的像元數；最終的C為μ₃；最終的E為μ4。

於是求出三種羥基異常主分量概率密度分布的偏度bs與峰度b_k，列入表6中：

表6三種羥基異常主分量概率密度分布的偏度b_s與峰度b_k計算結果

從表6可以看出，用偏度和峰度聯合檢驗法對13739ms子集的三種羥基異常主分量直方圖所做正態性檢驗效果，以第三種（做大氣徑輻射校正及去干擾，並限定異常主分量的輸出動態范圍為±4σ）處理所獲羥基異常主分量直方圖最接近正態分布，其偏度b_s為0.03，峰度b_k為4.08。

5結論

以甲馬——驅龍火山－沉積盆地銅多金屬礦田為例（13739ms），展示了平均信息量（信息熵）計算結果及用偏度和峰度聯合檢驗法對13739ms子集的三種羥基異常主分量直方圖所做正態性檢驗效果。以第三種（做大氣徑輻射校正及去干擾，並限定異常主分量的輸出動態范圍為±4σ）處理所獲羥基異常主分量所含信息量最大，且其直方圖最接近正態分布，其偏度b_s為0.03，峰度b_k為4.08。此研究的主要意義在於，改進了用於找礦信息提取的主要方法——主分量分析的效果，並提供利用σ作為異常分層尺度的依據。

參考文獻

[1]袁志發，周靜芋.多元統計分析.科學出版社，2003

[2]張玉君，楊建民，陳薇.ETM⁺（TM）蝕變遙感異常提取方法研究與應用——地質依據和波譜前提[J].國土資源遙感，2002,（4）:30～36

[3]馮師顏.誤差理論與實驗數據處理，1964

[4]張玉君，曾朝銘，陳薇.ETM.（TM）蝕變遙感異常提取方法研究與應用—方法選擇和技術流程[J].國土資源遙感，2003,（2）:44～49

[5]庄楚強，吳亞森.應用數理統計基礎.華南理工大學出版社，2002

[6]周概容.概率論與數理統計，1984.

[7]盛騶，謝式千，潘承毅.概率論與數理統計，1995.

Study on the Methodology for the Abstraction of The Alteration Anomalies from the ETM⁺（TM）Data and Its Application—The Calculation of Information Content&Examination of The Normality for The Anomalous Principal Component Histograms

Zhang Yu jun

（China Aero-Geophysical Survey and Remote Sensing Center for Land and Resources,Beijing 100083,China）

Abstract: The central limiting theory of the probability helps understanding of the near standard distribution of the remote sensing data in many cases.The standard deviation σ was used for threshoding of the anomalous principal component.Using Shannon entropy evaluated the information content of the anomalous principal component.The distribution normality of the anomalous principal component histogram was examined by calculation of the deviation degree and the peak degree.Three different anomalous principal componenthistograms were compared too by these calculations.

Key words: Central limiting theory；Standard normal distribution；Information entropy（Mean information content）；Degree of deviation；Degree of peak；Quantitative measure of anomaly slicing；Thresholding.

『柒』 如何生成在Android的圖像直方圖

MPAndroidChart
強大的圖表繪制工具，支持折線圖、面積圖、散點圖、時間圖、柱狀圖、條圖、餅圖、氣泡圖、圓環圖、范圍（高至低）條形圖、網狀圖及各種圖的結合；支持圖的拖拽縮放；支持 Android 2.2 以上，支持橫縱軸縮放，多指縮放，展現動畫、高亮、保存到 sdcard、從文件讀取圖表
achartengine
強大的圖表繪制工具，支持折線圖、面積圖、散點圖、時間圖、柱狀圖、條圖、餅圖、氣泡圖、圓環圖、范圍（高至低）條形圖、撥號圖/表、立方線圖及各種圖的結合
GraphView
繪制圖表和曲線圖的View，可用於Android上的曲形圖、柱狀圖、波浪圖展示
HoloGraphLibrary
繪制線狀圖、柱狀圖、餅狀圖
XCL-Charts
XCL-Charts基於原生的Canvas來繪制各種圖表,在設計時，盡量在保證開發效率的同時，給使用者提供足夠多的定製化能力。因此使用簡便,同時具有相當靈活的定製能力。目前支持3D/非3D柱形圖(Bar Chart)、3D/非3D餅圖(Pie Chart)、堆積圖(Stacked Bar Chart)、面積圖(Area Chart)、 折線圖(Line Chart)、曲線圖(Spline Chart)、環形圖(Dount Chart)、南丁格爾玫瑰圖(Rose Chart)、儀表盤(Dial Chart)、刻度盤(Gauge Chart)、雷達圖(Radar Chart)、圓形圖(Circle Chart)等圖表。其它特性還包括支持圖表縮放、手勢移動、動畫顯示效果、高密度柱形顯示、圖表分界定製線、多圖表的混合顯示及同數據源不同類型圖表切換等。

『捌』 什麼是累計百分比

一、累計百分比就是前幾項按照指示從上而下的累加，加到最後一項就是100%；比如第一項是40%，第二項是30%，第三項是20%，第四項是10%，那麼前三項的累計百分比就是90%。

二、應用

帕累托圖（Pareto
chart）是將出現的質量問題和質量改進項目按照重要程度依次排列而採用的一種圖表。以義大利經濟學家V.Pareto的名字而命名的。帕累托圖又叫排列圖、主次圖，是按照發生頻率大小順序繪制的直方圖，表示有多少結果是由已確認類型或范疇的原因所造成。

(8)工程量直方圖擴展閱讀

百分數是表示一個數是另一個數的百分之幾，也叫百分率或百分比。百分數通常不會寫成分數的形式，而採用符號「%」（百分號）來表示。

百分數是分母為100的特殊分數，其分子可不是整數。百分數表示一個數是另一個數的百分之幾，表示一個比值。百分比是一種表達比例、比率或分數數值的方法，如82%代表百分之八十二，或82/100、0.82。

百分數也叫做百分率或百分比，通常不寫成分數的形式，而採用百分號（%）來表示，如41%，1%等。由於百分數的分母都是100，也就是都以1%作單位，因此便於比較。百分數只表示兩個數的關系，所以百分號後不可以加單位。

百分比是一種表達比例，比率或分數數值的方法，如82%代表百分之八十二，或82/100、0.82。成和折則表示十分之幾，舉例如「七成」和「七折」，代表70/100或70%或0.7。所以百分比後面不能接單位。

『玖』 請問進度直方圖是什麼作用是什麼用什麼軟體編制誰有模板，高分在線跪求

作直方圖是的目的是為了研究產品質量的分布狀況，據此判斷生產過程是否處在正常狀態。直方圖為QC七大工具之一。因此在畫出直方圖後要進一步對它進行觀察和分析。在正常生產條件下，如果所得到的直方圖不是標准形狀，或者雖是標准形狀，但其分布范圍不合理，就要分析其原因，採取相應措施。

(1)通過直方圖判斷生產過程是否有異常。對直方圖有些參差不齊不必太注意，主要應著眼於圖形的整個形狀。常見的直方圖分布圖形大體上有六種，如圖所示。

①理想的圖形；

②多是因為測量和讀數有問題或是數據分組不當所引起的；

③多是因加工習慣造成的；

④多是加工條件的變動造成的；

⑤多是兩種不同生產條件的數據混在一起造成的；

⑥多是由於生產過程中某種緩慢的傾向起作用所至。

(2)運用直方圖勘量生產的質量狀況。將直方圖與公差范圍相比較，看直方圖是否都落在公差要求的范圍之內，可以提高生產的質量狀況。這種對比大體上存在六種情況，如下圖所示。

①理想的情況；

②經濟性不好，需降低加工精度；

③需要採取措施適當縮小分布；

④過分偏離公差中心，可能造成廢品；

⑤完全不留餘地，容易出現廢品，應採取措施調整

⑥已經產生廢品，應停產檢查。

『拾』 怎樣看直方圖

在工程中，直方圖(Histogram)又稱質量分布圖。是一種統計報告圖，由一系列高度不等的縱向條紋或線段表示數據分布的情況。 一般用橫軸表示數據類型，縱軸表示分布情況。
而我理解你問的直方圖是指的常用的在攝影中看到的直方圖信息。
在照片的直方圖中，橫軸代表的是圖像中的亮度，由左向右，從全黑逐漸過渡到全白；縱軸代表的則是圖像中處於這個亮度范圍的像素的相對數量。在這樣一張二維的坐標繫上，我們便可以對一張圖片的明暗程度有一個准確的了解。

通俗的說，在一張直方圖中，坐標偏左的位置反應的是暗部的信息量，右半部反應的是亮部的信息量，對於一張合理曝光的照片，左右是相對均衡的，中間高兩邊低的形狀。
但也不是絕對，並不是直方圖中波峰居中且比較均勻的圖像才是曝光合適的，判斷一張圖像的曝光是否准確，關鍵還是看它是否准確地體現出拍攝者的意圖。比如通常的夜景圖片，在直方圖中就是暗部區域的波峰居多。

通過photoshop等圖像處理軟體，可以調整照片的曝光度，從而對直方圖的形狀做出改變。簡單來說，增加曝光量，曲線左邊部分降低；降低曝光量，曲線右邊降低。增加對比度，圖像的中間的波峰會降低，左右兩邊的信息量增加。

上面是我結合網上信息整理的文字，力求淺顯的給你解釋一下。

http://tieba..com/p/1468677732
網上有帖子結合照片做了解釋，給您做參考。

希望我的回答可以幫到你。