图像处理算法
记录各种图像算法的实现,以及相关原理解析。欢迎相互交流,与君共勉,共同进步。
EbowTang
linux,windows,服务器,存储,云计算,云原生,网络,python,C++,shell,数据库,SQL,PLSQL,运维
展开
-
数字图像处理,一种简单的颜色平衡算法
对于黯淡的彩色图像调节效果.........对于暗淡图像的调节,灰度直方图基本均匀碾平:对于过度饱和图像的效果,右上角展示了直返图的效果,可以看见基本均匀碾平了:参考代码:#include "string"#include "vector"#include #include #include //opencv_no原创 2016-06-11 21:47:19 · 6753 阅读 · 1 评论 -
数字图像处理,叠加平均去噪与小波阈值去噪的对比
叠加平均对于随机噪声具有非常强的去噪能力,本文简单对比了与小波阈值去噪算法的优劣。叠加平均去噪:反复对同一张干净的图像添加随机噪声(椒盐,乘性,高斯等噪声),进行叠加平均。小波阈值去噪:利用改进了阈值的小波阈值去噪对图像进行去噪处理,其中半阈值是改进了的阈值函数。图像信息:经典的lena图,大小256*2561,添加'speckle'噪声时,两种算法的去砸效果对比原创 2016-05-29 16:12:26 · 10589 阅读 · 4 评论 -
数字图像处理,相位相关算法解决图像的刚性平移问题
参考论文中的文字:图像配准是图像处理的基本任务之一,用于将不同时间、不同传感器、不同视角及不同拍摄条件下获取的关于同一目标或场景的两幅或多幅图像进行主要是几何意义上的匹配套和的过程。在对图像配准的研究过程中,大量技术被应用于针对不同数据和问题的图像配准工作,产生了多种不同形式的图像配准技术。图像配准的基本问题是找出一种图像转换方法,用以纠正图像的形变。造成图像形变的原因多种多样,例如对于遥原创 2016-04-30 18:15:02 · 24264 阅读 · 19 评论 -
数字图像处理,图像配准SIFT算法 (Lowe的代码)
PS:1,本文博客的代码分析自:SIFT算法的“始作俑者”-----lowe,2,网址为:http://www.cs.ubc.ca/~lowe/keypoints/3,下面的代码均来自于他的1 共有三段Matlab代码源文件match.m:测试程序功能:该函数读入两幅(灰度)图像,找出各自的 SIFT 特征, 并显示两连接两幅图像中被匹配的特征点(关键特征点(t原创 2016-04-24 21:38:45 · 13525 阅读 · 2 评论 -
数字图像处理:基本算法-卷积和相关
在执行线性空间滤波时,经常会遇到两个概念相关和卷积二者基本相似,在进行图像匹配是一个非常重要的方法。相关是滤波器模板移过图像并计算计算每个位置乘积之和的处理卷积的机理相似,但滤波器首先要旋转180度。相关的计算步骤:(1)移动相关核的中心元素,使它位于输入图像待处理像素的正上方(2)将输入图像的像素值作为权重,乘以相关核(3)将上面各步得到的结果相加做为输出卷积转载 2015-09-18 21:16:06 · 7561 阅读 · 0 评论 -
数字图像处理,图像的伪彩色处理
主要功能是使灰度图中亮度越高的像素点,在伪彩色图中对应的点越趋向于红色;亮度越低,则对应的伪彩色越趋向于蓝色;代码:clc;close all;clear;img=imread('oct.bmp');z=3;[x,y]=size(img);imshow(img);title('原图像');img=double(img);img_cai=zeros(x,y,z);%准备存原创 2015-04-15 17:53:03 · 8399 阅读 · 1 评论 -
数字图像处理,Matlab常用图像处理函数汇总
原文地址:Matlab图像处理函数汇总作者:mimi图像的变换 ① fft2:fft2函数用于数字图像的二维傅立叶变换,如:i=imread('104_8.tif');j=fft2(i);②ifft2::ifft2函数用于数字图像的二维傅立叶反变换,如: i=imread('104_8.tif'); j=fft2(i); k=ifft2(j);转载 2016-03-03 14:39:15 · 15756 阅读 · 0 评论 -
数字图像处理,常见噪声的分类与Matlab实现
1.研究噪声特性的必要性 本文的内容主要介绍了常见噪声的分类与其特性。将噪声建模,然后用模型去实现各式各样的噪声。 实际生活中的各种照片的老化,都可以归结为以下老化模型。 这个模型很简单,也可以直接用以下公式来表达。在频域内,用以下公式区表示。 根据以上式子,可以看出,老旧照转载 2015-01-25 13:31:17 · 6115 阅读 · 1 评论 -
数字图像处理,若干图像质量评价指标的实现
首先从图像质量大的分类方法来看,可分为主管评价和客观评价!其次,客观评价又根据其对参考图像的依赖程度, 可分成三类。(1)全参考:需要和参考图像上的像素点做一一对应的比较;(2)半参考:只需要和参考图像上的部分统计特征做比较;(3)无参考:不需要具体的参考图像。其中全参考算法是研究时间最长、发展最成熟的部分1,Peak S原创 2015-02-08 20:05:45 · 27492 阅读 · 4 评论 -
数字图像处理,自适应维纳滤波的C++实现
以下为来自Matlab的基本原理wiener22-D adaptive noise-removal filteringThe syntax wiener2(I,[m n],[mblock nblock],noise) has been removed. Use the wiener2(I,[m n],noise) syntax instead.原创 2014-07-26 15:41:00 · 12020 阅读 · 4 评论 -
数字图像处理,基于PM和Catte模型各向异性扩散的C++实现
各向异性扩散原理及其概述为了降低散斑噪声,1990年Perona和Malik提出了基于热扩散方程的各向异性扩散算法,由于该方法在去除噪声的同时能很好地保护边缘,因此该算法得到了广泛的应用。各向异性扩散属于偏微分方程方法,基于偏微分方程的去噪由于其对边缘及细节等的保护很好在去噪算法中得到了广泛的研究与应用。Perona-Malik扩散模型的提出引发了研究人员对各向异性扩散算法的研究热潮。1992原创 2015-01-22 10:58:09 · 9535 阅读 · 11 评论 -
数字图像处理,自适应中值滤波的C++实现
自适应中值滤波的原理 自适应中值滤波的思想是根据噪声密度改变滤波窗口的大小,同时对噪声点和信号点采取不同的处理方法。对噪声点进行中值滤波,对信号点保持其灰度值不变。 设为fij为点(i,j)的灰度Wij为当前工作窗口,fmin,fmax和fmed分别为Wij中的灰度最小值、灰度最大值和灰度中值,令maxize为预设的允许最大窗口。自适应中值滤波的步骤如下:1)若 f原创 2015-01-22 11:11:40 · 9798 阅读 · 1 评论 -
数字图像处理,基于小波变换的图像对比度增强算法
小波变换下的图像对比度增强技术实质上是通过小波变换把图像信号分解成不同子带,针对不同子带应用不同的算法来增强不同频率范围内的图像分量,突出不同尺度下的近似和细节,从而达到增强图像层次感的目的。 根据小波的多分辨率分析原理将图像进行多级二维离散小波变换,可以将图像分解成图像近似信号的低频子带和图像细节信号的高频子带。其中,图像中大部分的噪声和一些边缘细节都属于高频子带,而低频原创 2016-01-07 17:20:43 · 28067 阅读 · 4 评论 -
数字图像处理,图像去噪算法简介
随着各种数字仪器和数码产品的普及,图像和视频已成为人类活动中最常用的信息载体,它们包含着物体的大量信息,成为人们获取外界原始信息的主要途径。转载 2014-07-25 16:21:11 · 14286 阅读 · 0 评论 -
数字图像处理,图像锐化算法的C++实现
之前一段我们提到的算法都是和平滑有关, 经过平滑算法之后, 图像锐度降低, 降低到一定程度, 就变成了模糊。 今天我们反其道行之, 我们看看锐化是怎么做的。 这里的锐化, 还是的从平滑谈开去。我们先来观察原来的图像和平滑图像的区别:转载 2014-08-31 17:23:00 · 7406 阅读 · 0 评论 -
数字图像处理,中值滤波和均值滤波及其改进算法的C++实现
中值滤波法是一种非线性平滑技术,它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值. 中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替,让周围的像素值接近的真实值,从而消除孤立的噪声点。转载 2014-08-31 15:02:47 · 41361 阅读 · 4 评论 -
数字图像处理,高斯平滑滤波的C++实现
以另外一个滤波器而言----均值滤波器, 就是说某像素的颜色, 由以其为中心的九宫格的像素平均值来决定. 在这个基础上又发展成了带权的“平均”滤波器, 这里的高斯平滑或者说滤波器就是这样一种带权(通常我们认为距离要代替的点像素的作用大一些)的“平均”滤波器. 那么这些权重如何分布呢? 我们先来看几个经典的模板例子:转载 2014-08-05 19:36:51 · 13457 阅读 · 0 评论 -
数字图像处理,经典滤波算法去噪对比实验(Matlab实现)
一,噪声测试效果1,不同噪声效果三幅图各噪声浓度分别是0.01 0.03,0.05(比如第一副图均是加入0.01的噪声浓度)原创 2014-11-13 16:26:47 · 28560 阅读 · 5 评论 -
数字图像处理,二维图像小波阈值去噪的C++实现(matlab验证)
一,小波阈值去噪基本理论引言图像在获取或传输过程中会因各种噪声的干扰使质量下降,这将对后续图像的处理产生不利影响.原创 2014-10-26 21:53:38 · 21061 阅读 · 17 评论 -
数字图像处理,一维信号小波阈值去噪的C++实现
前言 在数学上,小波去噪问题的本质是一个函数最佳逼近,以完成原信号和噪声信号的区分。小波去噪方法也就是寻找从实际信号空间到小波函数空间的最佳映射,以便得到原信号的最佳恢复。原创 2014-10-26 21:44:30 · 27080 阅读 · 79 评论 -
数字图像处理,小波变换一维Mallat算法的C++实现(matlab验证)
在Mallat算法的推导中,假定输入序列是无限长的,而实际应用中常常是分时采样,即输入序列为有限长.此时,滤波器系数与输入序列卷积时就会出现轮空的现象.因此有必要对原始信号进行边界延拓,减小边界误差.解决的方法通常有补零法和周期延拓法.原创 2014-10-24 21:35:10 · 15939 阅读 · 16 评论