OpenCV 同态滤波高斯高通 C++

原创

已于 2024-01-29 23:16:19 修改 · 5.2k 阅读

·

2

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#opencv #c++ #人工智能

于 2019-03-12 16:42:34 首次发布

本文介绍了如何使用OpenCV进行频域同态滤波，以压缩图像的动态范围并增强对比度。通过分解图像为入射分量和反射分量，然后在频谱域中应用高斯高通滤波器，实现对反射分量的增强。通过调整滤波参数，可以精确控制入射和反射分量的处理，适用于改善如全身PET扫描等图像的视觉效果。文中提供了一个C++代码示例，演示了同态滤波的完整流程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

概述

图像的生成、表示及像素间的基本关系_线对和像素的关系-优快云博客文中介绍的入射分量和反射分量模型，可开发一种频域处理过程，通过压缩灰度范围和增强对比度来改善一幅图像的外观。

频谱域同态滤波

图像可以表示为照度和反射率的乘积：

f(x,y) = i(x,y)r(x,y)

现在定义：

$z(x,y)=ln^{f(x,y)}=ln^{i(x,y)}+ln^{r(x,y)}$

则有：

$\Im \left \{ z\left ( x,y \right ) \right \}=\Im \left \{ln ^{f(x,y))} \right \}=\Im \left \{ ln^{i(x,y))} \right \}+\Im \left \{ ln^{r(x,y))} \right \}$

或

$Z\left ( u,v\right ) = F_{i}(u,v)+F_{r}(u,v)$

式中 $F_{i}(u,v) F_{r}(u,v)$ 分别是 $ln^{i(x,y)} ln^{r(x,y)}$ 的傅里叶变换。

然后用H(u,v)对Z(u,v)滤波

S(u,v)=H(u,v)Z(u,v) = H(u,v) $F_{i}(u,v)$ + H(u,v)

最低0.47元/天解锁文章

200万优质内容无限畅学

评论 5

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

Dwyane05 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

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。