图像处理
pannyloveworld
熟悉基于windows和linux系统的C、C++软件开发,同时熟悉FPGA的开发,目前在做图像算法。。
展开
-
引导滤波的opencv实现以及解释
参考:https://blog.csdn.net/qq_36006553/article/details/78594205转载 2021-03-26 17:28:59 · 307 阅读 · 0 评论 -
对图像高频信号和低频信号的理解
今天开始讲图像了,讲了很多在频域处理的方法,回来复习一下图像的频域。一、关于图像高频和低频1.1对图像高频信号和低频信号的理解图像中的低频信号和高频信号也叫做低频分量和高频分量。简单一点说,图像中的高频分量,指的是图像强度(亮度/灰度)变化剧烈的地方,也就是我们常说的边缘(轮廓);图像中的低频分量,指的是图像强度(亮度/灰度)变换平缓的地方,也就是大片色块的地方。人眼对图像中的高频信号更为敏感,举个例子,在一张白纸上有一行字,那么我们肯定直接聚焦在文字上,而不...转载 2021-03-26 16:54:05 · 3044 阅读 · 0 评论 -
全局曝光和卷帘曝光的区别
全局曝光和卷帘曝光是常见的相机曝光方式。一般来说,CCD相机是全局曝光,而CMOS相机则存在卷帘曝光。那么,这两种方式孰优孰劣呢?或者说,他们两者的差别在哪里呢?那么,先从两者的定义说起。全局曝光 全局曝光的方式比较简单。也就是说光圈打开后,整个图像芯片同时曝光。因此,曝光时间与机械的开关速度有关。既然与机械运动相关,所以,存在理论上的最小曝光时间。卷帘曝光 顾名思义,卷帘曝光的方式可能与卷帘的概念相关。此种曝光方式是当光圈打开后,还存在具有一定间隔的卷帘来控制传感器的曝光时间。注意,如下图转载 2021-02-02 16:05:47 · 1317 阅读 · 0 评论 -
点云配准
SVD(奇异值分解)小结注:奇异值分解在数据降维中有较多的应用,这里把它的原理简单总结一下,并且举一个图片压缩的例子,最后做一个简单的分析,希望能够给大家带来帮助。1、特征值分解(EVD)#实对称矩阵#在理角奇异值分解之前,需要先回顾一下特征值分解,如果矩阵AA是一个m×mm×m的实对称矩阵(即A=ATA=AT),那么它可以被分解成如下的形式A=QΣQT=Q⎡⎣⎢⎢⎢⎢⎢λ1⋯⋯⋯⋯λ2⋯⋯⋯⋯⋱⋯⋯⋯⋯λm⎤⎦⎥⎥⎥⎥⎥QT(1-1)(1-1)A=QΣQT=Q[λ1⋯⋯⋯⋯λ.转载 2020-11-11 15:17:29 · 154 阅读 · 0 评论 -
Gabor滤波器原理
一、什么是Gabor函数(以下内容含部分翻译自维基百科) 在图像处理中,Gabor函数是一个用于边缘提取的线性滤波器。Gabor滤波器的频率和方向表达同人类视觉系统类似。研究发现,Gabor滤波器十分适合纹理表达和分离。在空间域中,一个二维Gabor滤波器是一个由正弦平面波调制的高斯核函数。 还有,生物学实验发现,Gabor滤波器可以很好地近似单细胞的感受野函数(光强刺激下的传递函数),什么视皮层内的超柱,......总之是这方面仿生的数学模型。 另外,网上有...转载 2020-10-15 11:43:27 · 6718 阅读 · 0 评论 -
双边滤波
双边滤波 高斯滤波是最常用的图像去噪方法之一,它能很好地滤除掉图像中随机出现的高斯噪声,但是在之前的博客中提到过,高斯滤波是一种低通滤波(有兴趣的点击这里,查看之前的博客),它在滤除图像中噪声信号的同时,也会对图像中的边缘信息进行平滑,表现出来的结果就是图像变得模糊,如下图所示; 高斯滤波之所以会导致图像变得模糊,是因为它在滤波过程中只关注了位置信息;例如,以 qq q q 为中心的窗口中,某一点 pp p p 在高斯滤波过程中的权重的计算方法如下式;G(p)=12πσ2e−∥p−q∥22σ转载 2020-08-03 10:26:07 · 762 阅读 · 0 评论