计算机视觉与图像处理
文章平均质量分 73
和机器视觉、计算机视觉、图像处理相关的内容
Type真是太帅了
望崦嵫而勿迫兮,恐鹈鴂之先鸣。
展开
-
matlab打开视频文件并提取颜色数据
目标:实现加载任意视频文件,并按帧取指定图像区域的某颜色值代表该区域的颜色值。原创 2022-10-13 23:57:36 · 991 阅读 · 0 评论 -
Matlab逆滤波的空间域表示
我们都知道,在不考虑噪声的情况下,图像模糊模型为:。b表示模糊图像,f表示原始清晰图像,h表示模糊核,*表示卷积。根据空域-频域转换定理,空域的卷积等于频域的乘,空域的加减等于频域su的加减。所以,其频域表示为:,大写字母对应小写字母的频域。 如果已知模糊核h和模糊图像b,怎么求得原始图像s呢,答案是逆卷积。我们可以在频域进行等价变换:,并将h的频域得逆记作Φ,即其空域为φ,可以视作复原滤波器,使得f≈b*φ。 而如何得到这个复原滤波器φ呢?看似可以直...原创 2021-04-07 23:06:06 · 520 阅读 · 0 评论 -
Matlab:图像轮廓的曲率计算
给定一个连通区域的图像,如下图所示,想要求其轮廓像素点的曲率。理论上,下图红框中的轮廓像素的曲率应尽可能大,而蓝框的曲率应比较小。1.首先对图像二值化,并通过任意算子的边缘提取,得到初步的轮廓(白色像素点):I=im2bw(I);eg=edge(I,'canny');2.但可能存在某处的轮廓的“厚度”大于1,这样会影响之后按照顺序的轮廓点像素提取,所以对轮廓图像eg使用bwmorph进行细化:eg=bwmorph(eg,'thin',Inf);得到细化后的轮廓:..原创 2021-03-30 01:53:57 · 8137 阅读 · 7 评论 -
几种常用的假设图像边界条件用于抑制振铃效应及实现(下)
三 其他BC1.Repeated BC Xu Zhou等人在《A boundary condition based deconvolution framework for image deblurring》提及,由于原文写的公式比较复杂不好理解,所以就不赘述了,其实核心就是外部边界区域内的某个像素点的灰度等于距离其最近图像内像素点的灰度的大小。由于分界线是水平或者垂直的,那就更简单了,假设把外部边界分为8个区域: 即:1中所有像素值等于内部图像最左上角的像素值,3...原创 2020-09-30 15:12:31 · 1288 阅读 · 0 评论 -
几种常用的假设图像边界条件用于抑制振铃效应及实现(上)
一 介绍 传统的图像复原方法可能会给复原图像引入振铃效应,并且以边界振铃为主;产生这种现象的原因简单地来讲主要是由于模糊核的 不精确或者信息丢失。[图片来自论文《光学合成孔径系统成像性能优化与分析》P79 魏小峰] Renting liu、Jiaya Jia在论文《REDUCING BOUNDARY ARTIFACTS IN IMAGE DECONVOLUTION》中对这种效应的原因进行了解释: The convolution operator...原创 2020-09-29 20:51:58 · 3134 阅读 · 5 评论 -
角点过滤:一则简单地利用骨架局部线性回归的matlab实例
由于精确计数需要,需要对二值图腐蚀后提取骨架、去分叉后,调用matlab自带函数corner进行角点提取。涉及到的操作均为自带函数:提取骨架函数:J=bwmorph(I,'skel',refine_time); refine_time为细化次数,取值为Inf时细化到只剩一个像素宽的骨架,输入和输出图象I和J均为二值图像,下同; 去骨架分叉函数:J=bwmorph(I,'spur',spur_time);spur为去分叉次数。 角点检测函数:C=corner(I,corner_num); cor..原创 2020-11-05 11:33:14 · 548 阅读 · 0 评论 -
2D离散傅里叶变换及逆变换的matlab实现
积分线性变换可以将信号或图像在更适合的域内表达,并且使得解决相关问题更容易,在图像分析中最常用的积分显示变换是傅里叶变换、离散余弦变换与小波变换。1d傅里叶变换由傅里叶(Fourier)提出,1d傅里叶变换将函数f(x)变换到频率域F(t)表达。F称作频谱,可以显示不同频率的相对成分。用i(根号下-1)表示虚数单位,1d连续傅里叶变换表达为:逆变换为相应地,对于下标从0开始的离...原创 2019-05-17 13:53:57 · 17919 阅读 · 0 评论 -
加性零均值高斯噪声的产生与信噪比SNR的计算
噪声:引起图像受一些随机误差的影响的退化,噪声可能与图像内容有关,也可能无关。白噪声:具有常量的功率谱,在所有频率上出现且强度相同的理想的噪声。高斯噪声:服从高斯正态分布概率的一种白噪声。 在一维下,高斯正太分布概率的密度函数为:加性噪声:噪声出现与图像信息本身无关的独立于信号的退化噪声。加噪后图像矩阵J可直接表示为:J=I+v,其中v为噪声矩...原创 2019-05-17 12:04:34 · 10983 阅读 · 0 评论 -
直方图、直方图的局部平均化与熵
图像的亮度直方图体现出了图像的灰度值(亮度值)出现的频率,一般用一个长度为K的一维数组表示,K为灰阶个数,默认为256。直方图可直接由以下代码获得[h,p]=imhist(I);返回的h和p都是一个1*K(256)大小的矩阵,其中h的内容是256个元素的次数,p的内容为每个元素对应的灰度值。h或用手动统计方法获得:h=zeros(256,1);for i=1:m ...原创 2019-05-17 10:43:48 · 3276 阅读 · 0 评论 -
距离变换[Rosenfeld and Pfaltz,1966,1968]
坐标为P(px,py)和Q(qx,qy)的两点间距离可以定义为几种形式,主要有三种形式:欧式距离(Euclidean distance)、城市距离(city block distance)D4和棋盘距离(chessboard distance)D8。 欧式距离被定义为: 城市距离D4被定义为: 棋盘距离D8被定义为:对于距离度量(D4/D8/DE),Rosenfe...原创 2019-05-14 23:06:37 · 668 阅读 · 0 评论 -
基于SIFT的多图像多方位拼接(不涉及相对旋转与缩放)
这是一个高中同学Q我让我帮他解决的一个问题,大意就是对飞机拍摄得到的矫正后图像进行拼接。opencv里有相应的实现(cv2.Stitcher_create),但是我试了一下似乎只能左右拼接,而且我没用过opencv,所以想用matlab做,然后python调用就可以了。以下为思路:输入N个图像(为加快速度进行下采样),对每个图像进行特征点检测(getFeatures),获得loc和des,...原创 2019-03-28 19:59:42 · 1146 阅读 · 0 评论 -
使用光流法进行视频显著性检测(Matlab)(下)
书接上文,上回书说到,使用Liu Ce的光流法后,获得的图像结果一闪一闪的,于是对图像进行优化:首先把之前所得到的图片序列存放在三维数组中(新增部分)p1=uint8(zeros(m-1,120,160));p2=uint8(zeros(m-1,120,160));%遮罩部分代码 同上一篇博客%for i=1:m-1 p1(i,:,:)=img2; p2(i,:,:)=v2;以下...原创 2018-06-19 12:43:37 · 1903 阅读 · 3 评论 -
使用光流法进行视频显著性检测(Matlab)(上)
##由于作者比较菜就使用了别人的代码做了点改进和实验原始视频(bmp序列):(猴子和狗进行了友好的握手之后,猴子对狗挥手道别,狗目送猴离去)难点:1.画质差 2.镜头晃动 3.背景复杂首先,使用的是https://www.cnblogs.com/tiandsp/archive/2012/07/16/2593883.html里使用的HSoptflow.m函数:function [us,vs] = H...原创 2018-06-14 18:35:53 · 4279 阅读 · 3 评论 -
简易实现机场货框贴条位置的提取(Matlab)
任务:给定一张图片,图片中为某机场货框(没做过飞机不知道怎么描述)两侧贴有红绿蓝颜色的贴条,写程序实现对两侧贴条位置的读取。(本任务为计算机视觉老师给的,用最简易的方法写了一下,没用什么高深的算法,写的很菜...)原图:...原创 2018-05-29 20:46:41 · 561 阅读 · 0 评论 -
简易实现对机场托运货物是否满足要求的判断(Matlab)
背景图(0.jpg):测试图(1.jpg-7.jpg):(好像图六的大白菜是不可以的 其他貌似都可以把 我不太清楚)第一步,把目标图片的背景扣去,本来直接判断背景图和目标图的RGB距离,如果小于某个阈值,则判断为背景,置为黑(0,0,0),但是由于背景光照变化,导致效果很差,背景没抠去,前景倒是被抠没了。然后想到可以把R图片由RGB(红蓝绿)模型转到HSI(色调 饱和度 亮度)模型,这样就把亮...原创 2018-06-03 17:24:38 · 625 阅读 · 0 评论 -
基于超像素距离的图像显著性检测(Matlab2017a)
一.基本步骤 1.导入一张图片,将图片压缩(在这里压缩成300*300)。I=imread('timg.jpg');I=imresize(uint8(I),[300,300]);2.对压缩后的图片进行一次高斯平滑。mode=fspecial('gaussian', 6, 3);IS=imfilter(I,mode,'replicate'); 3.对平滑后的图片进行超像素分割。[label,nu...原创 2018-05-12 17:54:05 · 14321 阅读 · 34 评论