图像处理与机器视觉

本文介绍了空间域滤波中的中值滤波器,其在保留图像边缘的同时能有效去除噪声。高通滤波则用于增强图像的细节和边缘,实现图像锐化。此外,文章还提到了傅里叶变换在图像增强中的应用,特别是频域增强的特性,如平移、旋转和尺度不变性。
摘要由CSDN通过智能技术生成

空间域滤波

中值滤波

在这里插入图片描述
比均值滤波的图像边缘更清晰
在这里插入图片描述

高通滤波

突出图像的细节特征,增强图像模糊的边缘,即图像平滑的另一面:图像锐化(ps.低通的实现图像平滑,高通的则为图像锐化)。低通是积分运算,高通则为它的逆运算,微分运算。微分运算求的是图像中像素的梯度值,求水平方向和垂直方向上的梯度。由于图象是离散的图像所以导数运算就变成了差分运算。
向量表示和水平垂直方向上的微分
相加即可实现图像锐化
不同的算子:

在这里插入图片描述
在这里插入图片描述
现在求二阶差分:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

图像增强

频域增强

在这里插入图片描述
即傅里叶级数
在这里插入图片描述
二维离散傅里叶变换主要有:平移特性、旋转特性、尺度特性、卷积特性、相关特性、分离特性。

评论
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