1. 从下面两个方面描述平滑和锐化的区别
1)采用模板的不同
图像平滑的模板有均值滤波模板、中值滤波模板、高斯滤波模板;
图像锐化的模板有sobel算子、priwit算子、laplacian算子、canny算子等;
- 实现图像处理效果的不同
平滑的处理效果:是将选定的一个范围内的像素值大小进行平均,若带上权值就是进行加权平均,以便使中间的那个像素与周围的像素的差别越小,图像就越平滑。
锐化的处理效果:目的是为了突出边缘,以便有利于以后的边缘分割。
- 描述频域平滑/锐化的基本流程
在一副图像中,平滑的图像信号在频谱中贡献低频分量,而高频部分往往是图像的细节和边界,噪声也具有丰富的高频分量。所以对图像进行低通滤波可以消减噪声,但也可能使边界和图像细节变得模糊。
频域中的图像滤波的处理流程如下图:
其中其中DFT为离散傅里叶变换,IDFT为离散傅里叶反变换,H(m, n)为滤波器的传递函数。滤波器的输出为:
- 简要描述双峰法阈值分割的目标和实现过程
双峰法阈值分割目标:图像灰度的直方图为双峰分布,选择两峰间的最低点所对应的灰度值为阈值。
双峰法阈值分割实现过程:首先平滑直方图,方便找到直方图中的峰和波谷;再将直方图中相邻三个灰度的频数相加求平均,作为中间灰度对应的频数,不断平滑直方图,直至成为双峰分布。
- 描述迭代法阈值分割的实现过程
首先选择一个阈值作为初始值,然后进行迭代运算;
然后按照某种策略不断改进阈值,直到满足给定的准则为止。