帅气的小白的博客

伪彩色增强人对图像灰度的分辨能力比较低，而对色彩的辨别能力却非常强，通过伪彩色增强，可以更有效地提取图形信息，使原图像细节更易辨认，目标更容易识别。   伪彩色增强即将灰度图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，从而得到彩色图像。主要方法有密度分割法、灰度级一彩色变换和频率域伪彩色增强三种。   下面主要...

彩色图像灰度化实现彩色图像的灰度化主要有三种方法：最大值法、平均值法、加权平均法。最大值法取RGB三色分量中的最大值，即R=G=B=max（R,G,B）平均值法取RGB三色分量中的平均值，即R=G=B=(R+G+B)/3加权平均法–实现效果原图【彩色图像】最大值灰度图像平均值灰度图像（左），加权平均值灰度图像（右）参考代码im...

文章目录实现思路实现效果参考代码实现思路绘制原图像的灰度直方图，观察灰度直方图并估计两个峰值对应的灰度值范围在两个峰值对应的灰度值范围内搜索谷底(最小值)对应的灰度值将搜索到的谷底对应的灰度值作为灰度阈值，并对大于或小于灰度阈值的部分作相应的处理将图像中所有灰度值大于阈值的像素点认为是组成物体的点，称为目标点；将图像中那些灰度值小于等于阈值的像素点认为是组成背景的点，称为背景点。...

文章目录一、高斯噪声与椒盐噪声的基本特点二、使用Matlab的imnoise函数为图像添加噪声三、使用imfilter()进行均值滤波处理一、高斯噪声与椒盐噪声的基本特点噪声类型基本特点滤波处理高斯噪声噪声的概率密度函数服从高斯分布（即正态分布），即某个强度的噪声点个数最多,离这个强度越远噪声点个数越少。高斯噪声是一种加性噪声,即噪声直接加到原图像上,因此可以用线性滤波...