![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像预处理
文章平均质量分 57
奔跑的皮卡丘
奔跑吧~皮卡丘
展开
-
图像预处理-基本概念
图像预处理-基本概念1. neighborhood, regionneighborhood: 邻域,附近像素形成的区域。常见四邻域,八邻域。region:区域,相邻相似性质点组成的集合。像素的连通集(connectedness)。连通集:同一区域中,任意两个像素点至少存在一条连通路径。四连通区域或四邻域,是指对应像素位置的上、下、左、右,是紧邻的位置。共4个方向,所以称之为四连通区域,又叫四原创 2017-11-09 14:33:46 · 2649 阅读 · 0 评论 -
图像增强-直方图增强
灰度直方图###概念 对应每一个灰度值,统计该灰度值的像素数,据此绘制的像素数-灰度值图形。直方图均衡化(histogram equalization)意义得到灰度直方图均匀分布的新图像,灰度分布区域均匀,图像所占的像素灰度间距拉大,加大图像反差,改善图像视觉效果,达到增强效果。步骤计算原始图像直方图。 h(rk)=nkP(rk)=nk/nh(r_k)=n_k \\ P(r_k)=n_k原创 2017-11-09 21:46:24 · 10234 阅读 · 1 评论 -
图像平滑2-空间与低通滤波
频率域滤波可以用空间域卷积来实现。中值滤波(median filter)概念 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。作用中值滤波对脉冲噪声有良好的滤除作用,特别是在滤除噪声的同时,能够保护信号的边缘,使之不被模糊。这些优良特性是线性滤波方法所不具有的。中值滤波法对消除椒盐噪声非常有效,在光学测量条纹图象的相位分析处理方法中有特殊原创 2017-11-10 16:25:46 · 914 阅读 · 0 评论 -
图像平滑1-邻域平均法
图像平滑消除或减少噪声污染,实际上为低通滤波,允许信号低频成分通过,阻截高频成分。注意,边缘属于高频成分,所以平滑会导致图像的模糊。常见算法:线性平滑,非线性平滑,自适应平滑。邻域平均法(均值滤波)利用邻域平均或加权平均抑制噪声污染。 邻域平均 g(x,y)=1M∑i,j∈sf(i,j)g(x,y)=\frac{1}{M}\sum_{i,j \in s}{f(i,j)} 加权平均 g(原创 2017-11-10 11:02:53 · 21155 阅读 · 0 评论 -
噪声分类
噪音分类(一)1. 白噪声白噪声(白杂讯),是一种功率频谱密度为常数的随机信号或随机过程,是功率谱密度在整个频域内均匀分布的噪声。此信号在各个频段上的功率是一样的,由于白光是由各种频率(颜色)的单色光混合而成,因而此信号的这种具有平坦功率谱的性质被称作是“白色的”,此信号也因此被称作白噪声。相对的,其他不具有这一性质的噪声信号(功率谱密度不均匀分布)被称为有色噪声。 理想的白噪声具有无限带宽,因而其原创 2017-11-10 20:09:08 · 21079 阅读 · 0 评论 -
图像退化
图像退化(image deterioration)图像在形成、记录、处理和传输过程中,由于成像系统、记录设备、传输介质和处理方法的不完善,导致图像质量的下降,这种现象叫做图像退化。数学模型 如下图,一个原始图像f(x,y)经过退化算子或退化系统h(x,y)作用,再和噪声n(x,y)进行叠加,形成退化后图像g(x,y)。 假设退化系统是线性和空间不变的,则连续函数的空间退化模型可表示为 g(x,原创 2017-11-12 11:15:38 · 7841 阅读 · 0 评论 -
并行边缘检测 - 一阶微分算子
基本原理一阶微分算子(即梯度算子)利用灰度一阶导数的信息完成幅图像边缘的检测。代表Roberts,Kirsch,Prewitt,Sobel,Isotropic Sobel,Robinson,Frei,Chen等。计算一阶梯度,选取阀值,灰度梯度幅值大于阀值处点作为阶跃状边缘点检出。计算幅值常用近似方法: |∇f|=|Gx|+|Gy||\nabla f|=|G_x|+|G_y| |∇f|=max(原创 2017-11-13 10:48:24 · 2246 阅读 · 0 评论