图像处理
文章平均质量分 66
fuyun_613
这个作者很懒,什么都没留下…
展开
-
图像锐化
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:原图 raw 减去模糊图 blur ______________________原创 2012-03-31 23:13:28 · 1933 阅读 · 0 评论 -
图像平滑
图像处理的方法有两类:空间域方法与频域方法,“空间域”一词是指图像平面自身,这类方法是以对图像的像素的直接处理为基础;“频域”是以修改图像的傅里叶变换为基础的。本文所说的就是针对空间域的。而平滑滤波,顾名思义信号上就是将一个波的毛刺或某一频率以上的部分去掉,简单说就是低通滤波。反应到图像上就是降噪和图像模糊处理(由于高频反应了细节,故而去除细节得到模糊的轮廓),由于图像的边缘一般处于高频部分,原创 2012-03-31 23:33:39 · 3220 阅读 · 1 评论 -
图像处理-基本算法之线性变换
线性变换是灰度变换的一种,图像的灰度变换通过建立灰度映射来调整源图像的灰度从而达到图像增强的目的。 其公式可以表示为y(x, y) = k * x(x, y) + b;其中y(x, y)表示目标像素值,x(x, y)表示源像素值,k表示斜率,b表示截距。 1)当k>1时,可用于增加图像的对比度。图像的像素值在变换后全部增大,整体显示效果被增强。 2)当k=1时转载 2012-06-13 12:43:30 · 7991 阅读 · 1 评论 -
图像处理-基本算法之对数变换
对数变换实现了图像灰度扩展和压缩的功能。它扩展低灰度值而压缩高灰度值,让图像的灰度分布更加符合人的视觉特征。 代码如下:[cpp] view plaincopyprint?/******************************************************************************* 作用:转载 2012-06-13 12:55:51 · 8057 阅读 · 0 评论 -
图像处理-基本算法之幂次变换
幂次变换的基本表达式为:y=cxr+b 其中c、r均为正数。与对数变换相同,幂次变换将部分灰度区域映射到更宽的区域中。当r=1时,幂次变换转变为线性变换。 (1) 当r (2) 当r>0时,变换函数曲线在正比函数下方。此时扩展高灰度级,压缩低灰度级,使图像变暗。 代码如下:[cpp] view plaincopyprint?/*转载 2012-06-13 12:56:45 · 15944 阅读 · 1 评论 -
图像处理-基本算法之指数变换
指数变换的基本表达式为:y=bc(x-a)-1 其中参数b、c控制曲线形状,参数a控制曲线的左右位置。 指数变换的作用是扩展图像的高灰度级、压缩低灰度级。虽然幂次变换也有这个功能,但是图像经过指数变换后对比度更高,高灰度级也被扩展到了更宽的范围。 代码如下:[cpp] view plaincopyprint?/*****************转载 2012-06-13 12:58:48 · 11666 阅读 · 0 评论 -
图像处理-基本算法之灰度拉伸
灰度拉伸是图像增强的一种,它是把分离的灰度转换到比较集中的程度,这时就更利于分析。 代码如下:[cpp] view plaincopyprint?/****************************************************************************** * 作用: 灰度均衡函数 *转载 2012-06-13 13:00:55 · 10023 阅读 · 0 评论 -
图像处理-基本算法之灰度均衡
灰度均衡就是让分散的灰度值使其均匀化,使尖锐的图像变得柔和。 代码如下:[cpp] view plaincopyprint?/****************************************************************************** * 作用: 灰度均衡函数 * 参数: pDst转载 2012-06-13 13:02:16 · 2874 阅读 · 0 评论 -
图像处理-基本算法之阈值变换
阈值变换在图像处理中有着非常高的作用,很多处理都会用到。最常见的应用就是产生黑白图。 代码如下:[cpp] view plaincopyprint?/******************************************************************************* 作用: 灰度阈值变换函数 *转载 2012-06-13 12:59:54 · 2530 阅读 · 0 评论