数字图像处理
文章平均质量分 75
独孤呆博
机器学习学习者,分享学习心得,欢迎大家分享讨论~
展开
-
图像复原与重建(1):图像退化与复原过程模型
本文是“图像复原与重建”的第一部分,主要介绍了图像复原与图像增强之间的关系,并介绍了图像的退化和复原模型原创 2017-10-29 19:33:49 · 18816 阅读 · 0 评论 -
opencv3 - python 常用函数
1. 读入图像 读入一般都是作为程序的开始,在opencv中,有以下几种的读入方式img = cv2.imread(img_path, flag)其中是一个标记位,取值从-1到3,也有对应的宏定义。CV_LOAD_IMAGE_UNCHANGED – 在每个通道中,每个像素的位深为8 bit,通道数(颜色)保持不变。CV_LOAD_IMAGE_GRAYSCALE – 位深=8 bit ...原创 2018-11-24 21:59:55 · 1473 阅读 · 2 评论 -
opencv-python 绘制图像直方图及直方图均衡化
1. 绘制图像的直方图 下面的程序给出了如何绘制一幅图像整体的直方图和每个通道的直方图#-*- coding:utf-8 -*-import cv2from matplotlib import pyplot as pltdef whole_hist(image): ''' 绘制整幅图像的直方图 ''' plt.hist(image.ravel(), 256, [0, 256...原创 2018-11-24 21:57:07 · 13514 阅读 · 3 评论 -
opencv-python 图像灰度变换
灰度变换作为一种图像预处理技术可以显著的改善图像的质量,下面将介绍几种灰度变换的方法1. gamma 变换 Gamma变换是对输入图像灰度值进行的非线性操作,使输出图像灰度值与输入图像灰度值呈指数关系:s=crλs = cr^{\lambda}s=crλ这个指数即为Gamma。Gamma变换就是用来图像增强,其提升了暗部细节,简单来说就是通过非线性变换,让图像从暴光强度的线性响应变...原创 2018-11-24 20:59:15 · 4390 阅读 · 0 评论 -
opencv-python图像孔洞填充
在进行图像分割的过程中,由于算法的不稳定或者图像质量的问题,会造成图像孔洞出现,这个时候就需要对图像中的孔洞进行填充,具体函数如下def fillHole(im_in): im_floodfill = im_in.copy() # Mask used to flood filling. # Notice the size needs to be 2 pixels than the i...原创 2018-11-24 16:26:09 · 16110 阅读 · 1 评论 -
图像金字塔
对于图像金字塔进行了简答的介绍原创 2017-12-14 12:15:25 · 3770 阅读 · 0 评论 -
DCT变换的基函数与基图像
利用MATLAB产生DCT基图像,使用了矩阵相乘的方法,没有通过for循环实现。原创 2017-12-03 19:45:12 · 17008 阅读 · 3 评论 -
离散余弦变换(DCT)的来龙去脉
本文主要介绍离散余弦变换(DCT),从图像的二维离散变换入手,引出变换核的可分性与对称性导出DCT,并给出实现代码。原创 2017-11-01 09:39:42 · 59495 阅读 · 6 评论 -
构建DCT过完备字典
本文主要介绍了如何构建DCT过完备字典。首先介绍了什么是DCT字典,以及什么样的字典能够构成过完备字典,给出了构成过完备字典的代码,并对代码的原理进行了简单的解释。原创 2017-11-01 20:33:43 · 19715 阅读 · 23 评论 -
图像的复原与重建(4):图像处理中滤波(filtering)与卷积(convolution)的区别
图像处理中滤波(filtering)与卷积(convolution)的区别转载 2017-10-30 09:38:54 · 2316 阅读 · 0 评论 -
图像的复原与重建(3):图像去噪(中值、均值、谐波均值、自适应、带通、带阻、陷波滤波器)
图像去噪的各种滤波器原创 2017-10-30 12:24:06 · 3603 阅读 · 1 评论 -
图像复原与重建(2):噪声种类以及噪声参数估计
本文主要介绍噪声的种类及其参数估计。具体的,首先介绍噪声的空间和频率特性,给出一些重要噪声的概率密度函数及直方图,并给出了噪声的估计方法。原创 2017-10-29 20:50:46 · 10471 阅读 · 1 评论 -
基于 opecv 和 numpy 的直方图均衡化
1. 基本原理 在这里将给大家介绍三种常见的直方图均衡化的方法。 考虑一个图像,其像素值仅限于某些特定的值范围。例如,较亮的图像将所有像素限制在较高的值内。但是一个好的图像将有来自图像所有区域的像素。所以您需要将这个柱状图拉伸到两端(如下图所示,来自维基百科),这就是柱状图均衡的作用(简单来说)。这通常会提高图像的对比度。2. 基于numpy 的直方图均衡化 我们首先使用 nump...原创 2019-02-23 21:32:54 · 4800 阅读 · 5 评论