Image Processing
文章平均质量分 52
Dust_Evc
Just love it
展开
-
信噪比与图像信噪比【笔记】
图像的信噪比应该等于信号与噪声的功率谱之比,但通常功率谱难以计算,有一种方法可以近似估计图像信噪比,即信号与噪声的方差之比。原创 2022-08-11 10:58:17 · 1993 阅读 · 0 评论 -
Tensor、Numpy、PIL格式转换以及图像显示
Tensor、Numpy、PIL格式转换以及图像显示方法原创 2022-07-20 09:58:37 · 2055 阅读 · 0 评论 -
【扫盲】机器学习图像处理中的深层/浅层、局部/全局特征
浅层特征:浅层网络提取的特征和输入比较近,蕴含更多的像素点的信息,主要为一些细粒度的信息,比如颜色、纹理、边缘、棱角信息。原理:浅层网络感受野较小,感受野重叠区域也较小,所以保证网络捕获更多细节深层特征:深层网络提取的特征离输出较近,蕴含更抽象的信息,即语义信息,主要为一些粗粒度的信息。原理:感受野增加,感受野之间重叠区域增加,图像信息进行压缩,获取的是图像整体性的一些信息。基于内容的图像检索(Content-based Image Retrieval, CBIR)方法利用从图像提取的特原创 2022-03-30 19:32:45 · 4620 阅读 · 0 评论 -
直方图规定化:单映射、组映射的求解过程
定义如下图:例题 1:例题2:以上均为个人理解,如有错误还请指正!参考自文章:机器视觉-直方图规定化_锕個的博客-CSDN博客https://blog.csdn.net/zhangxue1232/article/details/117200268...转载 2021-11-11 17:58:41 · 4830 阅读 · 9 评论 -
图像熵的计算公式
图像熵(image entropy)是图像“繁忙”程度的估计值。图像熵表示为图像灰度级集合的比特平均数,单位比特/像素,也描述了图像信源的平均信息量。对于离散形式的二维图像,其信息熵的计算公式为:[1]对于上式,其中,pi 为每一灰度级出现的概率。熵指的是体系的混乱的程度,对焦良好的图像的熵大于没有清晰对焦的图像,因此可以用熵作为一种对焦评价标准。熵越大,图像越清晰。图像的熵是一种特征的统计形式,它反映了图像中平均信息量的多少,表示图像灰度分布的聚集特征,却不能反映图像灰..原创 2021-11-10 15:58:08 · 13537 阅读 · 0 评论 -
信息熵的数值计算公式
1948年,信息论之父 C. E. Shannon (香农)借鉴了热力学的概念,把信息中排除了冗余后的平均信息量称为“信息熵”,并给出了计算信息熵的数学表达式。信息熵介绍一元变量信息熵:式中对数一般取2为底,单位为比特。但是,也可以取其它对数底,采用其它相应的单位,它们间可用换底公式换算。多元变量信息熵:从以上定义可以看出,信息熵是随机变量在整个分布空间内的概率函数的离散化加和:对于离散变量,直接采用以上式子进行计算即可; 对于连续变量,需要首先通过离散分箱(即数据量化原创 2021-11-09 12:46:16 · 3162 阅读 · 0 评论 -
彩色图像、灰度图像、索引图像和二值图像的区别
彩色图像每个像素通常是由红(R)、绿(G)、蓝(B)三个分量来表示的,分量介于(0,255)。RGB图像与索引图像一样都可以用来表示彩色图像。与索引图像一样,它分别用红(R)、绿(G)、蓝(B)三原色的组合来表示每个像素的颜色。但与索引图像不同的是,RGB图像每一个像素的颜色值(由RGB三原色表示)直接存放在图像矩阵中,由于每一像素的颜色需由R、G、B三个分量来表示,M、N分别表示图像的行列数,三个M x N的二维矩阵分别表示各个像素的R、G、B三个颜色分量,可产生1670万种不同的颜色。RGB图像的数原创 2021-10-29 19:09:19 · 4227 阅读 · 0 评论 -
一图看懂:信号的时域、频域、相位
值得说明的是相位谱:如下两图,相位谱是从上往下看,距离频率轴最近的波峰(红点),投影到下平面(投影点用粉点表示),将投影得到的时间差依次除以所在频率的周期,再乘以2π(整周相位),就得到了相位谱。...原创 2021-10-27 16:44:12 · 7813 阅读 · 0 评论 -
SNAP Pixel Offset Oversampling Parametrization Analysis
BackgroundSurface velocity remains a key parameter of the ice-sheet dynamics as they represents the direct response of the ice-shelves’ health. The easiest way to obtain bidimensional velocity is by...原创 2020-01-16 20:50:59 · 632 阅读 · 0 评论 -
C# 将raw格式的二进制灰度图像转为正常位图格式
话不多说,直接上码: private void button2_Click(object sender, EventArgs e) { var data = File.ReadAllBytes(@"输入文件.raw"); int w = 1240; int h = 1210; Bitmap bitm = new Bitmap(w, h); //构建位图框架原创 2021-04-17 17:24:32 · 1959 阅读 · 1 评论 -
C# 读取图像->改色调色->输出
private void button1_Click(object sender, EventArgs e) { try { // Retrieve the image.【读取图像】 Bitmap image1 = new Bitmap(@"输入文件.jpg", true); //"true" to use color c...原创 2021-04-17 17:34:16 · 805 阅读 · 0 评论 -
计算机领域的顶级期刊和会议(包含部分网站)
Computer VisionConf.: Best: ICCV, Inter. Conf. on Computer Vision CVPR, Inter. Conf. on Computer Vision and Pattern Recognition Good: ECCV, Euro. Conf. on Comp. Vision ICIP, Inter. Conf. on Image Processin...转载 2020-11-29 13:59:13 · 2250 阅读 · 0 评论 -
MATLAB卷积运算解释(conv、conv2、convn)
二维离散卷积公式: =第一部分conv(向量卷积运算)所谓两个向量卷积,说白了就是多项式乘法。比如:p=[1 2 3],q=[1 1]是两个向量,p和q的卷积如下:把p的元素作为一个多项式的系数,多项式按升幂(或降幂)排列,比如就按升幂吧,写出对应的多项式:1+2x+3x^2;同样的,把q的元素也作为多项式的系数按升幂排列,写出对应的多项式:1+x。卷积就是“两个多项式相...转载 2019-10-19 00:10:15 · 3487 阅读 · 0 评论 -
图像梯度学习笔记
另外推荐学习贴:https://blog.csdn.net/forever_and_forever/article/details/82721356梯度是为了寻找极值而生的,而且是极大值,因此梯度总是指向函数增长最快的方向,这就是本质原因了,但是我们常听的是梯度下降,改变梯度方向就是下降最快的,共线反向取极小值就是这个道理了。梯度不是标量,他是向量,有方向有大小,一般我们不是很关心大小,因...原创 2019-10-18 23:37:07 · 633 阅读 · 0 评论