图像零基础自学
哥有你模仿不来的气质
图像
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
图像的梯度
在数学中,用导数来表示函数的变化率,而梯度是一个有大小和方向的矢量,指向函数值变化最快的方向。同样我们可以将一幅图像,看成一二维的函数f(x,y),那么该图像在x,y方向的梯度记作Gx,Gy。f(x,y)是离散的,所以梯度以连续两点的差来进行计算,如下: Gx=f(x+1,y)-f(x,y); Gy=f(x,y+1)-f(x,y); 而对于x,y方向上的梯度 由于该公式有平方又有开放,通常...原创 2018-10-23 08:55:11 · 523 阅读 · 0 评论 -
为什么边缘检测要用到一阶导数
表示函数曲线的走势所谓图像的边缘信息,一般来说就是图像不同区域的分割线,图像周围(局部)灰度值发生显著变化区域的集合。 在数学中,我们用函数的一阶导数的正负来表示函数曲线的走势,我们的图像数据可以看成是一个二维函数f(x,y),当对该二维函数求导时,f(x,y)函数值的变化可以变化趋势。...原创 2018-10-22 11:01:50 · 2190 阅读 · 0 评论 -
为什么用加权平均来降噪
原文:https://blog.youkuaiyun.com/saltriver/article/details/78883904 前面提到,我们想到了用平均操作来降低噪声。降低噪声的意义是显而易见的,当我们需要图像增强,以提升图像的质量时,必须降低甚至消除噪声。 用平均操作来降低噪声是一种好方法,其基于的原理是:每个像素点的值与其周边像素点的值比较接近。 但是,我们进一步分析,如果一个像素点的值没有被...转载 2018-10-23 09:11:01 · 1138 阅读 · 0 评论
分享