
图像处理
文章平均质量分 92
程序猿的笔记本
一片空间,让我记录求学之路的点点滴滴
毕业了,新的征程 新的开始
展开
-
均值滤波
1. 均值滤波概述 均值滤波是典型的线性滤波算法,它是指在图像上对目标像素给一个模板,该模板包括了其周围的临近像素(以目标象素为中心的周围8个象素,构成一个滤波模板,即去掉目标象素本身)。再用模板中的全体像素的平均值来代替原来像素值。 均值滤波也称为线性滤波,其采用的主要方法为邻域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值,即对待处理的当前像素点(x原创 2016-08-28 08:58:27 · 7397 阅读 · 0 评论 -
书籍扫描图像几何畸变校正
原文地址:书籍扫描图像几何畸变校正作者:xcwbk博客首页〖推荐文档〗书籍扫描图像几何畸变校正图像几何畸变校正法机载SAR图像方位向几何畸变研究弹载SAR图像几何失真校正方法非标定图像对最小化畸变几何校正方法研究纸质地形图扫描影像的几何校正基于ERDAS IMAGING软件的TM影像几何精校正方法初探转载 2016-08-28 08:59:15 · 2897 阅读 · 0 评论 -
边缘检测(梯度和拉普拉斯比较)
1.概述 边缘检测是图像处理和计算机视觉中的基本问题,边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括(i)深度上的不连续、(ii)表面方向不连续、(iii)物质属性变化和(iv)场景照明变化。边缘检测是图像处理和计算机视觉中,尤其是特征提取中的一个研究领域。 图像边缘检测大幅度地减少了数据量,并且剔除了可原创 2016-08-28 08:59:09 · 27630 阅读 · 1 评论 -
Lena与数字图像处理
原文地址:Lena与数字图像处理作者:谢强在数字图像处理中,Lena(Lenna)是一张被广泛使用的标准图片,特别在图像压缩的算法研究中。 黑白Lena图标准Lena(为什么用这幅图,是因为这图的各个频段的能量都很丰富:即有低频(光滑的皮肤),也有高频(帽子上的羽毛),很适合来验证各种算法) 然而,这张图片背后的故事是颇有意思的,很多人都抱有学究都是呆子的看法,然而Lena转载 2016-08-28 08:59:04 · 2946 阅读 · 0 评论 -
[转载]边缘检测的各种微分算…
原文地址:[转载]边缘检测的各种微分算子比较(Sobel,Robert,Prewitt,Laplacian,Canny)作者:小腹黑zju原文出处:http://blog.youkuaiyun.com/cay22/article/details/5591737 不同图像灰度不同,边界处一般会有明显的边缘,利用此特征可以分割图像。需要说明的是:边缘和物体间的边界并不等同,边缘指的是图像中像素的值有突转载 2016-08-28 08:59:01 · 2235 阅读 · 0 评论 -
最大类间方差(大津法)
1.概述 最大类间方差法是由日本学者大津(NobuyukiOtsu)于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。 1.1原创 2016-08-28 08:58:59 · 1747 阅读 · 0 评论 -
迭代法图像二值化
1摘要图像二值化是指用灰度变换来研究灰度图像的一种常用方法,即设定某一阈值将灰度图像的像素分成大于阈值的像素群和小于阈值的像素群两部分。例如输人灰度图像函数为f (x,y),输出二值图像函数为g(x,y)则 g(x,y)= 0 f (x,y)g(x,y)= 255 f (x,y)>=Threshold原创 2016-08-28 08:58:56 · 13796 阅读 · 1 评论 -
双边滤波
1.概述 双边滤波,Bilateral filter。是一种可以保边去噪的滤波器。之所以可以达到此去噪效果,是因为滤波器是由两个函数构成。一个函数是由几何空间距离决定滤波器系数。另一个由像素差值决定滤波器系数。双边滤波器的好处是可以做边缘保存edge preserving,一般过去用的维纳滤波或者高斯滤波去降噪,都会较明显的模糊边缘,对于高频细节的保护效果并不明显。双边滤波器顾名思义比原创 2016-08-28 08:58:53 · 2665 阅读 · 0 评论 -
数字图像处理——边缘检测算子…
原文地址:数字图像处理——边缘检测算子(MATLAB作者:落寞数字图像处理——边缘检测算子(MATLAB)数字图像处理技术中常用的边缘检测算子有Sobel算子,Roberts算子,prewitt算子,log算子,canny算子。其中canny算子检测效果最好。MATLAB实现算法如下:I=imread('lena.bmp');% 提取图像BW1=edge(I,'sobel');转载 2016-08-28 08:58:51 · 1723 阅读 · 0 评论 -
转载 图像阈值选取
原文地址:图像阈值选取">转载 图像阈值选取作者:bigapple75 图像分割阈值选取技术综述中科院成都计算所 刘平 2004-2-26摘要 图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一,它是对图像进行视觉分析和模式识别的基本前提.阈值法是一种传统的图像分割方法,因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术.已被应用于很多的转载 2016-08-28 08:58:48 · 4791 阅读 · 0 评论 -
图像锐化
1摘要图像锐化处理的目的是使模糊的图像变得更加清晰起来。通常针对引起图像模糊的原因而进行相应地锐化操作属于图像复原的内容。图像模糊的实质就是图像受到平均或积分运算造成的,因此可以对图像进行逆运算如微分运算来使图像清晰化。从频谱角度来分析,图像模糊的实质是其高频分量被衰减,因而可以通过高通滤波操作来清晰图像。但要注意,能够进行锐化处理的图像必须有较高的信噪比。否则锐化后图像的信噪比反而更原创 2016-08-28 08:58:45 · 2085 阅读 · 0 评论 -
高斯模糊
1摘要各类图像处理系统在图像的采集、获取、传送和转换(如成像、复制扫描、传输以及显示等)过程中,均处在复杂的环境中,光照、电磁多变,所有的图像均不同程度地被可见或不可见的噪声干扰。噪声源包括电子噪声、光子噪声、斑点噪声和量化噪声。如果信噪比低于一定的水平,噪声逐渐变成可见的颗粒形状,导致图像质量的下降。除了视觉上质量下降,噪声同样可能掩盖重要的图像细节,在对采集到的原始图像做进一步的分割原创 2016-08-28 08:58:43 · 869 阅读 · 0 评论 -
均值滤波快速算法
1.概述 在图像处理中,在进行如边缘检测这样的进一步处理之前,通常需要首先进行一定程度的降噪。中值滤波是一种非线性数字滤波器技术,经常用于去除图像或者其它信号中的噪声。这个设计思想就是检查输入信号中的采样并判断它是否代表了信号,使用奇数个采样组成的观察窗实现这项功能。观察窗口中的数值进行排序,位于观察窗中间的中值作为输出。然后,丢弃最早的值,取得新的采样,重复上面的计算过程。中值滤波是图像处理原创 2016-08-28 08:58:37 · 9917 阅读 · 1 评论 -
最值滤波
1.概述 图像增强就是采用某些技术把质量低的图像进行计算机处理,有选择的加强或者抑制图像中的某些信息,改善图像质量,提高人或机器对图像的分析与判别能力。 图像的增强处理方法一共有两种,分别是空间域方法和频域方法,空间域方法主要是运用空间滤波对图像增强进行处理,所谓滤波,就是过滤掉图像中的一些成分,对数字图像的直接滤波就是空间滤波(相对于频率域滤波),最大值最小值滤波就是其原创 2016-08-28 08:58:35 · 1430 阅读 · 0 评论 -
直方图均衡化与规定化
原文地址:直方图均衡化与规定化作者:云梦之殇直方图均衡化直方图均衡化是灰度变换的一个重要应用,它高效且易于实现,广泛应用于图像增强处理中。图像的像素灰度变化是随机的,直方图的图形高低不齐,直方图均衡化就是用一定的算法使直方图大致平和。均衡化处理后的图象只能是近似均匀分布。均衡化图象的动态范围扩大了,但其本质是扩大了量化间隔,而量化级别反而减少了,因此,原来灰度不同的象素经处理后可能变转载 2016-08-28 08:58:32 · 9239 阅读 · 0 评论 -
中值滤波
1.概述 在图像处理中,在进行如边缘检测这样的进一步处理之前,通常需要首先进行一定程度的降噪。中值滤波是一种非线性数字滤波器技术,经常用于去除图像或者其它信号中的噪声。这个设计思想就是检查输入信号中的采样并判断它是否代表了信号,使用奇数个采样组成的观察窗实现这项功能。观察窗口中的数值进行排序,位于观察窗中间的中值作为输出。然后,丢弃最早的值,取得新的采样,重复上面的计算过程。中值滤波是图像原创 2016-08-28 08:58:29 · 2061 阅读 · 0 评论 -
图像的峰值信噪比(PSNR)的…
原文地址:图像的峰值信噪比(PSNR)的计算方法作者:zhangdalei峰值信噪比经常用作图像压缩等领域中信号重建质量的测量方法,它常简单地通过均方差(MSE)进行定义。两个m×n单色图像I和K,如果一个为另外一个的噪声近似,那么它们的的均方差定义为:峰值信噪比定义为:其中,MAXI是表示图像点颜色的最大数值,如果每个采样点用 8 位表示,那么就是 255。下图用具体的例子演转载 2016-08-28 08:59:36 · 6967 阅读 · 0 评论