图像处理基本概念——卷积,滤波,平滑

本文详细介绍了图像处理中的卷积、滤波和平滑的基本概念。卷积是加权求和的过程,常用于图像处理;滤波旨在去除噪声,保留图像特征;平滑则是通过低通滤波消除细节和噪声。讨论了滤波的频率域和空间域方法,以及线性与非线性滤波,并特别提到了高斯滤波在减噪中的应用。
摘要由CSDN通过智能技术生成

/*今天师弟来问我,CV的书里到处都是卷积,滤波,平滑……这些概念到底是什么意思,有什么区别和联系,瞬间晕菜了,学了这么久CV,卷积,滤波,平滑……这些概念每天都念叨好几遍,可是心里也就只明白个大概的意思,赶紧google之~ 发现自己以前了解的真的很不全面,在此做一些总结,以后对这种基本概念要深刻学习了~*/


1.图像卷积(模板)

(1).使用模板处理图像相关概念:     

     模板:矩阵方块,其数学含义是卷积运算。      

     卷积运算:可看作是加权求和的过程,使用到的图像区域中的每个像素分别于卷积(权矩阵)的每个元素对应相 乘,所有乘积之和作为区域中心像素的新值。
     卷积核:卷积时使用到的权用
一个矩阵表示,该矩阵一个权矩阵。
     卷积示例:
              3 * 3 的像素区域R与卷积G卷积运算:
              
R5(中心像素)=R1G1 + R2G2 + R3G3 + R4G4 + R5G5 + R6G6 + R7G7 + R8G8 + R9G9
            

(2).使用模板处理图像的问题(越界问题):
       边界问题:当处理图像边界像素时,卷积与图像使用区域不能匹配,卷积核的中心边界像素点对应,卷积运算将出现问题。
       处理办法:
              A. 忽略边界像素,即处理后的图像将丢掉这些像素。
              B. 保留原边界像素,即copy边界像素到处理后的图像

(3).常用模板


我们来看卷积的概念.
连续空间的卷积定义:  f(x)

评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值