![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
文章平均质量分 73
贪心的柠檬
正在努力学习的小菜鸟……
展开
-
图像去雾算法综述
图像去雾算法图像去雾算法研究综述 ( 魏红伟 ,田 杰 ,肖卓朋 )基于多幅图像的去雾算法(1)Narasimhan 等通过在相同场景中拍摄多张不同天气条件下图片的方法恢复无雾图像,但需要等待天气变化(2)Schechner 等和 Tali等考虑到天气条件变化,提出基于偏振图像的去雾算法,即在相同场景下拍摄多幅不同偏振图像(3)Kopf 等提出在去雾算法中将场景几何信息作为补充输入信息。缺点:在实际应用场景中,获取这些额外信息并不容易基于图像增强的去雾算法(1)直方图均衡化:将雾图的原创 2021-11-09 16:46:29 · 9777 阅读 · 0 评论 -
数字图像处理与分析_图像增强
图像增强参考文献《数字图像处理与分析》 龚声蓉等1.空域增强:增强构成图像的像素1.1 灰度变换增强1.1.1 线性灰度变换线性灰度变换(线性拉伸):将原始图像中的灰度值不加区别的扩展。假定原始输入图像的灰度取值范围为[fmin,fmax],输出图像的灰度取值范围为[gmin,gmax]。1.1.2 分段线性灰度变换分段线性灰度变换:对不同范围的灰度值进行不同的拉伸处理。优点:可以根据用户的需要,拉伸特征物体的灰度细节,相对抑制不感兴趣的灰度级。1.1.3 非线性灰度变换非线原创 2021-10-20 20:57:10 · 1841 阅读 · 0 评论 -
Fast和ORB算法
Fast和ORB算法1.Fast算法1.1 原理:取图像中的检测点,以该点为圆心的周围邻域内像素点判断检测点是否为角点;通俗理解为 :若一个像素周围有一定数量的像素与该点像素值不同,则认为其为角点1.2 基本流程缺点:(1)获得的候选点比较多(2)特征点的选取不是最优的,因为它的效果取决于要解决的问题和角点的分布情况(3)进行非特征点判别时大量的点被丢弃(4)检测到的很多特征点都是相邻的1.3 实现语法:(1)fast=cv.FastFeatureDetector_create(th原创 2021-10-20 20:01:04 · 498 阅读 · 0 评论 -
SIFT/SURF算法
SIFT/SURF算法原创 2021-10-20 16:25:28 · 705 阅读 · 0 评论 -
图像特征提取与描述
图像特征提取与描述角点特征原创 2021-10-20 15:26:03 · 398 阅读 · 0 评论 -
模板匹配与霍夫变换
模板匹配与霍夫变换1. 模板匹配1.1 原理:在给定的图片中查找和模板最相似的区域,该算法的输入包括模板和图片,以滑窗的思路不断的移动模板图片1.2 OpenCV方法语法:res=cv.matchTemplate(img,template,method)参数:(1)img:要进行模板匹配的图像(2)template:模板(3)method:实现模板匹配的算法,主要包含:(3.1)平方差匹配(CV_TM_SQDIFF):利用模板与图像之间的平方差进行匹配,最好匹配是0,匹配越差,匹配的值越大原创 2021-10-15 17:01:31 · 335 阅读 · 0 评论 -
OpenCV图像处理_边缘检测
OpenCV图像处理_边缘检测1. 边缘检测1.1 主要思想:标识数字图像中亮度变化明显的点;大幅度减少了数据量,并且剔除了可以认为不相关的信息,保留了图像重要的结构属性。1.2 边缘检测分类(1)基于搜索:通过寻找图像一阶导数中的最大值来检测边界,然后利用计算结果估计边缘的局部方向,通常采用梯度的方向,并利用此方向找到局部梯度模的最大值,代表算法是Sobel算子和Scharr算子(2)基于零穿越:通过寻找图像的二阶导数零穿越来寻找边界,代表算法是Laplacian算子2 .Sobel算子:基于原创 2021-10-14 15:07:29 · 609 阅读 · 0 评论 -
OpenCV图像处理_直方图
OpenCV图像处理_直方图1.直方图1.1 直方图的术语和细节:(1)dims:需要统计的特征数目(2)bins:每个特征空间子区段的数目(3)range:要统计特征的取值范围1.2 直方图的意义:(1)直方图是图像中像素强度分布的图形表达方式(2)它统计了每一个强度值所具有的像素个数(3)不同的图像的直方图可能是相同的1.3 直方图的计算和绘制语法:cv.calcHist(image,channels,mask,histSize,range[,hist[,accumulate]])原创 2021-10-14 09:39:04 · 187 阅读 · 0 评论 -
OpenCV图像处理_图像平滑
OpenCV图像处理_图像平滑1. 图像噪声:由于图像采集、处理、传输过程中不可避免的受到噪声的污染,妨碍人们对图像的理解及分析1.1 椒盐噪声(脉冲噪声): 随机出现的白点或黑点1.2 高斯噪声:服从于高斯分布的一种噪声高斯密度函数:2. 图像平滑简介图像平滑:去除高频信息(噪声),保留低频信息;采用低通滤波2.1 均值滤波均值滤波:由一个归一化的卷积框完成的,用卷积框覆盖区域所有像素的平均值来代替中心元素优点:算法简单,计算速度快缺点:在去噪声的同时去除了很多细节部分,将图像变原创 2021-10-13 17:29:41 · 204 阅读 · 0 评论 -
OpenCV图像处理_形态学操作
OpenCV图像处理_形态学操作1.腐蚀与膨胀1.1 腐蚀:消除物体边界点,使目标缩小,可以消除小于结构元素的噪声点语法:cv.erode(img,kernel,iterations)参数:(1)img:要处理的图像(2)kernel:核结构(3)iterations:腐蚀的次数,默认是11.2 膨胀:将与物体接触的所有背景 点合并到物体中,使目标增大,可添补目标中的空洞语法:cv.dilate(img,kernel,iterations)参数:(1)img:要处理的图像(2)ker原创 2021-10-13 16:09:13 · 190 阅读 · 0 评论 -
OpenCV图像处理
OpenCV图像处理一. 几何变换图像的缩放语法:cv.resize(src,dsize,fx,fy,interpolation)参数:(1)src:输入图像(2)dsize:绝对尺寸,直接指定调整后图像的大小(3)fx,fy:相对尺寸,将dsize设置为None,然后将fx,fy设置为比例因子即可(4)interpolation:插值方法cv2.INTER_LINEAR:双线性插值法cv2.INTER_NEARESR:最近邻插值cv2.INTER_AREA:像素区域重采样(默认)原创 2021-09-29 16:28:01 · 1186 阅读 · 0 评论 -
OpenCV基本操作
图像处理基础1.图像(1)图:物体反射或透射光的分布。(2)像:人的视觉系统所接受的图在人脑中所形成的印象或认识·····2.模拟图像和数字图像(1)模拟图像(连续存储的数据):通过某种物理量(光,电子等)的强弱变化来记录图像亮度信息,是连续变化的,容易受到干扰。(2)数字图像(分级存储的数据):用0/1来记录信息,包含0~255灰度;0表示最黑,255表示最白。3.图像的分类(1)二值图像:二维矩阵仅由0、1构成,0表示黑色,1表示白色。通常用于文字、线条图的扫描识别(OCR)和掩膜图像的原创 2021-09-29 11:11:27 · 2103 阅读 · 0 评论 -
数字图像处理及其表示
数字图像处理及其表示1. 简单的图像形成模型1.1 亮度成像模型当一幅图像为平面单色静止图像时,可以用二维函数f(x,y)来表示。f(x,y)可由两个分量来表征:(1)入射到观察场景的光源总量,称为入射分量,表示为i(x,y)。(2)场景中物体反射光的总量,称为反射分量,表示为r(x,y)。则函数f(x,y)可以表示为:f(x,y)=i(x,y)r(x,y)其中反射分量限制在0(全吸收)和1(全反射)之间。入射分量的性质取决于照射源。因此,同一场景不同的光照,所形成的图像会有明暗之分;而同原创 2021-04-19 21:01:37 · 1799 阅读 · 3 评论 -
基于高斯函数加权直方图规定化的彩色图像去雾算法
Defogging Algorithm of Color Images Based onGaussian Function Weighted HistogramSpecification1.主要思想一种基于高斯函数加权直方图规定化的彩色图像去雾算法。通过分析雾天图像的成像特性,将RGB颜色空间转换为HSI颜色空间,并对HSI颜色空间的每个颜色通道进行直方图分析。雾霾图像的强度通道I非常小,这是限制清晰图像的主要因素。采用加权高斯函数直方图规定化,扩大了图像灰度的动态范围,增强了图像的对比度。2.原创 2021-04-12 11:22:32 · 934 阅读 · 0 评论