图像处理
文章平均质量分 77
记录关于图像处理的知识点
Hard Coder
生命不息,代码不止
展开
-
图像处理之《隐写网络的隐写术》论文阅读
隐写术是一种在双方之间进行秘密通信的技术。随着深度神经网络(DNN)的快速发展,近年来越来越多的隐写网络被提出,并显示出良好的性能。与传统的手工隐写工具不同,隐写网络的规模相对较大。如何在公共信道上秘密传输隐写网络引起了人们的关注,这是隐写技术在实际应用中的关键阶段。为了解决这一问题,本文提出了一种新的隐写网络隐写方案。不像现有的隐写方案,其重点是微妙的修改封面数据,以适应秘密。我们建议将隐写网络(称为秘密DNN模型)伪装成执行普通机器学习任务(称为隐写任务)的隐写DNN模型原创 2024-02-12 07:00:00 · 2169 阅读 · 4 评论 -
信息隐藏研究新动向
信息隐藏有三十年的研究历史,在隐写、数字水印、可逆数据隐藏等方面,国内外发展了一系列新技术与新方法。随着深度学习时代的来临,信息隐藏研究出现了新的变化。一方面,深度学习技术在信息隐藏的发展中发挥了重要作用;另一方面,信息隐藏也被运用到多种其它技术的研究中原创 2024-02-08 07:00:00 · 766 阅读 · 0 评论 -
从信息隐藏到功能隐藏
本文主要记录复旦大学张新鹏教授于2022年12月在第三届CSIG中国媒体取证与安全大会上的汇报原创 2024-02-11 07:00:00 · 494 阅读 · 0 评论 -
图像处理之《鲁棒图像隐写术:隐藏频率系数中的信息》论文精读
隐写术是一种将秘密信息隐藏到公共多媒体对象中而不会引起第三方怀疑的技术。然而,大多数现有的工作不能提供良好的抗有损JPEG压缩鲁棒性,同时保持相对较大的嵌入容量。提出了一种基于可逆神经网络的端到端鲁棒隐写系统。该方法将秘密信息直接隐藏到封面图像的离散余弦变换(DCT)系数中,而不是隐藏在空间域中,显著提高了鲁棒性和抗隐写安全性。实验结果表明,该方法的误差率明显低于其他现有的隐藏方法。例如,我们的方法在每像素1比特(bpp)的嵌入负载下实现了0错误率的可靠提取原创 2024-02-10 07:00:00 · 2040 阅读 · 2 评论 -
图像处理之《生成隐写网络》论文精读
隐写术通常修改封面媒体以嵌入秘密数据。最近出现了一种新的隐写方法,称为生成隐写(GS),其中隐写图像(包含秘密数据的图像)直接从秘密数据生成,而不需要封面介质。然而,现有的GS方案经常因性能差而受到批评。在本文中,我们提出了一种先进的生成隐写网络(GSN),它可以在不使用封面图像的情况下生成逼真的隐写图像。我们首先引入了互信息机制,这有助于实现高的秘密提取精度。我们的模型包含四个子网络,即图像生成器(G)、鉴别器(D)、隐写分析器(S)和数据提取器(E)原创 2024-02-09 07:00:00 · 1064 阅读 · 0 评论 -
图像处理之《生成隐写流》论文阅读
生成隐写术(GS)是一种新的数据隐藏方式,其特点是直接从秘密数据生成隐写介质。现有的GS方法通常因性能差而受到批评。本文提出了一种新的基于流的GS方法——生成隐写流(GSF),该方法可以直接生成隐写图像而不需要封面图像。我们将隐写图像生成和秘密数据恢复过程作为一个可逆变换,在输入的秘密数据和生成的隐写图像之间建立可逆的双客观映射。在前向映射中,将秘密数据隐藏在Glow模型的输入潜变量中,生成隐写图像。通过反向映射,可以从生成的隐写图像中准确地提取隐藏数据原创 2024-02-07 07:00:00 · 1741 阅读 · 1 评论 -
图像处理之《基于端到端哈希生成模型的鲁棒无覆盖图像隐写》论文精读
近年来,无覆盖隐写算法因其完全抵抗隐写分析算法的能力而引起了越来越多的研究关注。然而,现有的算法在面对几何攻击和非几何攻击时,无法达到同样的鲁棒性平衡。此外,现有的方法大多需要在隐写图像的同时传输一些辅助信息,这增加了隐写信息的成本。提出了一种基于哈希生成模型的鲁棒无覆盖图像隐写算法。与现有方法不同的是,哈希序列是由端到端的CNN模型生成的,输入是原始图像,输出是相应的哈希序列。因此,隐藏秘密信息时不需要传输辅助信息。此外,还引入了注意力机制和对抗训练来提高模型的鲁棒性。损失函数被重新设计以适应这些操作原创 2024-02-04 07:00:00 · 1758 阅读 · 0 评论 -
图像处理之《可逆重缩放网络及其扩展》论文精读
图像重缩放是一种常用的双向操作,它首先将高分辨率图像缩小以适应各种显示器或存储和带宽友好,然后将相应的低分辨率图像放大以恢复原始分辨率或放大图像中的细节。然而,非单射下采样映射丢弃了高频内容,导致逆恢复任务存在不适定问题。这可以抽象为具有信息损失的一般图像退化-恢复问题。在这项工作中,我们提出了一个新的可逆框架来处理这一普遍问题,该框架从一个新的角度来模拟双向退化和恢复,即可逆双射变换。该框架的可逆性使其能够以分布的形式对退化前的信息损失进行建模,从而缓解恢复后的不适定问题原创 2024-02-02 20:39:54 · 1319 阅读 · 0 评论 -
图像处理之《用于统一源跟踪和深度伪造检测的深度可分离水印SepMark》论文精读
为了完成这个取证生态系统,我们提出了名为SepMark的主动式解决方案,该解决方案为源跟踪和Deepfake检测提供了统一的框架。SepMark源自基于编码器-解码器的深度水印,但具有两个可分离的解码器。SepMark首次提出了深度可分离水印,为已建立的深度水印研究带来了一种新的范式,即单个编码器优雅地嵌入一个水印,而两个解码器可以在不同的鲁棒性水平上分别提取水印。抗各种失真的鲁棒解码器Tracer可能具有过高的鲁棒性,使水印在Deepfake之前和之后都能存活原创 2024-01-22 17:05:19 · 1518 阅读 · 8 评论 -
图像处理之《基于多MSB预测和Huffman编码的加密图像可逆数据隐藏》论文精读
随着云存储和隐私保护的发展,可逆数据隐藏在加密图像中(RDHEI)作为一种技术越来越受到人们的关注,它可以:在图像加密领域嵌入额外的数据,确保嵌入的数据可以无差错地提取,原始图像可以无损地恢复。本文提出了一种基于多MSB(最高有效位)预测和Huffman编码的大容量RDHEI算法。首先,自适应预测每个像素的多MSB,并在原始图像中进行Huffman编码标记。然后,采用流密码法对图像进行加密。最后,利用空出的空间可以通过多MSB替换来嵌入额外的数据。实验结果表明,与现有方法相比,该方法具有更高的嵌入容量。原创 2023-10-24 07:00:00 · 1010 阅读 · 1 评论 -
图像处理之《基于语义对象轮廓自动生成的生成隐写术》论文精读
文章提出了一个通过自动生成语义对象轮廓的生成隐写术框架,其中给定的秘密信息被编码为解耦特征,即对象轮廓,以保持分布的方式用于隐写图像的生成。在这个框架中,我们提出了一个轮廓生成对抗网络(CtrGAN),该网络由轮廓生成器和轮廓判别器组成,并通过强化学习进行对抗性训练。为了实现生成式隐写,利用训练好的CtrGAN的轮廓生成器,设计了一种基于轮廓点选择(CPS)的编码策略,将秘密信息编码为轮廓。然后,利用BicycleGAN将生成的轮廓变换为相应的隐写图像。原创 2023-09-21 09:43:25 · 594 阅读 · 0 评论 -
可逆神经网络的研究及其在图像中应用
可逆神经网络(INN)自被提出以来,就受到了广泛关注。由于其双射构造和高效可逆性,INN被用于各种推理任务,如图像隐藏、图像重缩放、图像着色、图像压缩和视频超分辨率等等。本文针对最新关于INN在图像方面应用的文献进行介绍,包括每篇文献的基本原理和个人理解。最后对所介绍的文献进行总结,指出各自的优缺点并对未来INN在图像方面应用展开思考。原创 2023-03-11 07:00:00 · 6493 阅读 · 1 评论 -
使用Matlab批量读取、处理和保存文件
Matlab 批量读取,处理及保存图片。在编写Matlab代码时,注意复制路径的最后需要再加上/;读取图片的时候要注意将之前的路径添加一起;需要将循环变量 i 转换成字符串。原创 2023-01-13 21:26:26 · 4302 阅读 · 1 评论 -
图像处理之《基于生成对抗网络和梯度下降逼近的鲁棒无覆盖隐写术》论文精读
针对一些常用神经网络在秘密数据提取中存在的不可逆性问题,提出了一种基于生成对抗网络生成器和梯度下降逼近的图像隐写算法框架。在数据嵌入过程中,秘密数据首先通过特定的映射规则映射到隐写噪声向量,然后输入GAN的生成器生成隐写图像。数据提取是通过使用梯度下降生成器迭代更新噪声向量来完成的。当误差下降到允许误差范围内时,生成器的输出图像接近隐写图像,更新后的噪声向量也接近隐写噪声向量。最后,从更新后的噪声向量中提取秘密数据。原创 2022-12-09 19:47:04 · 1593 阅读 · 1 评论 -
图像处理之图像质量评价指标MAE(平均绝对误差)
1、注意每次运行主函数main.m文件,输出的MAE值都会有细微差别,可以对比上下两张图。2、仅以高斯噪声的参数为讨论,我们将主函数main.m文件椒盐噪声的方差改为0.001,可以与上方得到方差为0.1的MSE结果进行对比,可以看出得到的MAE要小很多,表示图像质量更好。3、本质上,方法三是方法一和方法二的结合体。原创 2022-11-07 06:00:00 · 12873 阅读 · 0 评论 -
图像处理之图像质量评价指标RMSE(均方根误差)
MSE全称为“Root Mean Square Error”,中文意思即为均方根误差,是衡量图像质量的指标之一。计算原理为真实值与预测值的差值的平方然后求和再平均,最后开根号,公式如下:RMSE值越小,说明图像越相似。计算RMSE有四种方法:方法一:计算RGB图像三个通道每个通道的MSE值再求平均值,最后开根号即可方法二:直接使用matlab的内置函数immse()(注意该函数将所有图像当成灰度图像处理),再开根号即可方法三:判断图像的维度,若是三维即为RGB图像求其RMSE原创 2022-11-05 18:33:50 · 18312 阅读 · 0 评论 -
图像处理之图像质量评价指标MSE(均方误差)
MSE全称为“Mean Square Error”,中文意思即为均方误差,是衡量图像质量的指标之一。计算原理为真实值与预测值的差值的平方然后求和再平均,公式如下。其中, M为图像I的像素总数,N为图像K的像素总数。MSE值越小,说明图像越相似。计算MSE有四种方法。原创 2022-11-05 16:45:45 · 24884 阅读 · 6 评论 -
图像处理之图像质量评价指标SSIM(结构相似性)
3、仅以椒盐噪声的参数为讨论,我们将主函数main.m文件椒盐噪声的方差改为0.01,可以与上方得到方差为0.05的SSIM结果进行对比,可以看出得到的SSIM要大很多。SSIM全称为“Structural Similarity Index”,中文意思即为结构相似性,是衡量图像质量的指标之一。2、可以发现开源函数计算的SSIM值总比matlab内置函数计算的SSIM值大,具体原因不可知。1、注意每次运行主函数main.m文件,输出的SSIM值都会有细微差别,可以对比上下两张图。:使用开源结构相似性函数。原创 2022-11-04 07:00:00 · 25140 阅读 · 3 评论 -
图像处理之图像质量评价指标PSNR(峰值信噪比)
3、对于以上提出的三种方法,不论使用哪种方法计算PSNR都无所谓,只要保持实验部分都使用同一种方法即可。1、对于RGB图像计算的PSNR值最小,两个方法计算的灰度图像的PSNR基本一样,对于YCbCr图像的Y通道的PSNR值最大。2、注意每次运行主函数main.m文件,输出的PSNR值都会有细微差别,可以对比上下两张图。,可以与上方得到方差为0.001的PSNR结果。4、仅以高斯噪声的参数为讨论,我们将主函数main.m文件的高斯噪声的方差改为。其中MAXI为图像的最大像素值,PSNR的单位为dB。原创 2022-11-03 19:50:24 · 89347 阅读 · 25 评论 -
图像鲁棒性--常见14种图像攻击matlab实现
由于数据库的图像大小不同,在Holidays数据库中的平移距离分别为是(80,50)、(160,100)和(320,200)。ImageNet数据库中的平移距离为分别为(16,10),(32,20)、(40,25)。质量因子Q分别为10%、30%、50%、70%、90%。窗口大小分别为3 × 3、5 × 5和7 × 7。窗口大小分别为3 × 3、5 × 5和7 × 7。窗口大小分别为3 × 3、5 × 5和7 × 7。缩放比例分别为0.3、0.5、0.75、1.5和3。( n )伽马校正系数为0.8。原创 2022-10-29 07:00:00 · 6163 阅读 · 1 评论 -
图像处理之Texture Synthesis for Mobile Data Communications论文精读
同样, 我们需要在样本纹理图像中取的窗口大小也是 w=1 即 N=8,利用公式 2 进行计算,样本纹理图像的窗口每次移动一个像素点,依次计算,最终可以得到一个最小值 S,将该颜色像素值 cq 赋值给合成纹理图像窗口中心的未上色的空白像素点。若某位置已着色,即计算颜色差值的平方和,可以简单看作两个 图像的相似度度量。原始的 LBP 算子定义在像素 3 * 3 的邻域内,以邻域中心像素为阈值,相邻的8个像素的灰度值与邻域中心的像素值进行比较,若周围像素值大于中心像素值,则该像素点的位置被标记为1,否则为 0。原创 2022-10-04 17:54:21 · 872 阅读 · 0 评论 -
图像处理之A steganographic method for images by pixel-value differencing(PVD)论文复现
尽管我们可以通过强制将脱离的边界值作为0和255的边界值之一,并将另一个值调整为适当的值以满足差值d’,从而将两个新值重新调整到[0, 255]的有效范围内,但在某些情况下,这可能会产生与周围区域对比的异常点。即当d接近0时,我们创建宽度较小的范围,当d远离0时,创建宽度较大的范围,以产生更好的不可察觉的结果。提出的方法中使用的载体图像是256个灰度值的图像。换句话说,在提出的数据嵌入过程中,我们用两个新的灰度值来调整每个双像素对中的灰度值,这些灰度值的差异会导致隐写图像的观察者无法注意到的变化。原创 2022-09-07 20:47:52 · 1369 阅读 · 1 评论 -
图像处理之LSB Matching Revisited论文复现
解释:信息位分别为1和0,第一个信息位与第一个载体图像像素值LSB不相等,进入else,又第二信息位与f(119,130)不相等(简单计算一下:119/2向下取整为59,又59+130=189,其二进制数为10111101,即LSB为1,0和1不相等),即进入else中的else操作,即yi=120+1=121,直接令yi+1=xi+1。4、文章只给出了秘密信息的嵌入算法,并没有给出秘密信息的提取算法,正常的思路只能是通过嵌入的逆向操作来获取秘密信息,但是过程中可能存在安全性问题。原创 2022-09-06 15:14:14 · 2306 阅读 · 0 评论 -
图像处理之LSB替换隐写算法的实现
BMP文件存储数据时,图像的扫描方式是按从左到右、从下到上的顺序。PNG:格式是无损数据压缩的,PNG格式有8位、24位、32位三种形式,其中8位PNG支持两种不同的透明形式(索引透明和alpha透明),24位PNG不支持透明,32位PNG在24位基础上增加了8位透明通道(32-24=8),因此可展现256级透明程度。若载体图像的最低比特位与嵌入信息的比特位是不相同时,则分两种情况:若载体图像的最低比特位为0位即载体图像的像素值为偶数时则加一,若载体图像的最低比特位为1即载体图像的像素值为奇数时则减一。原创 2022-09-02 15:30:37 · 6796 阅读 · 1 评论 -
图像处理之颜色特征描述
根据颜色与空间属性的关系,颜色特征的表示方法可以有颜色矩、颜色直方图、颜色相关等几种方法。程序运行后分别求出花朵和叶子区域的R、G、B分量的颜色特征值,观察可知,在相同光照下,花朵区域以红色分量最大,叶子区域以绿色分量最大,为花朵和叶子的识别提供了很好的依据。许多图像识别系统中广泛采用颜色直方图作为图像的颜色特征,它所描述的是不同色彩在整幅图像中所占的比例,而并不关心每种色彩所处的空间位置,即无法描述图像中的对象或物体。颜色矩是以数字方法为基础的,通过计算矩来描述颜色的分布。2、matlab实现。...原创 2022-08-30 06:00:00 · 3057 阅读 · 0 评论 -
图像处理之Hadamard变换和Hough变换
Hough变换的基本原理在于利用点与线的对偶性,将原始图像空间给定的曲线通过曲线表达式变为参数空间的一个点。这样就把原始图像中给定曲线的检测问题转化为寻找参数空间中的峰值问题。Hadamard变换相当于在原来的图像矩阵左右分别乘以一一个矩阵,这两个矩阵都是正交矩阵,称为Hadamard变换矩阵。Hadamard变换矩阵中所有的元素都是+1或-1。在MATLAB中,Hough 变换的函数包括函数hough()函数houghpeaks()和函数houghlines()。2、matlab实现。...原创 2022-08-29 06:00:00 · 3420 阅读 · 0 评论 -
图像处理之图像的离散余弦变换
在傅立叶变换过程中,若被展开的函数是实偶函数,则其傅立叶变换中只包含余弦项,基于傅立叶变换的这一特点, 人们提出了离散余弦变换。因此,离散余弦变换经常用于图像压缩,例如国际压缩标准的JPEG格式中就采用了离散余弦变换。离散余弦变换(Discrete Cosine Transform, DCT)是。离散余弦变换有一个重要的性质,即。在MATLAB软件中,在MATLAB软件中,三、matlab实现。...原创 2022-08-28 06:00:00 · 11821 阅读 · 2 评论 -
图像处理之图像的几何变换
图像的平移是将一幅图像上的所有点都按照给定的偏移量在水平方向沿x轴、在垂直方向上沿y轴移动,平移后的图像与原图像大小相同。图像缩放是指将给定的图像在x轴方向按比例缩放fx倍,在y轴方向按比例缩放fy倍,从而获得一幅新的图像。在进行图像处理的过程中,有时用户只对采集的图像部分区域感兴趣,此时需要对原始图像进行剪切。图像的旋转变换属于图像的位置变换,通常是以图像的中心为原点,将图像上的所有像素都旋转一个相同的角度。图像的旋转和剪切都可归结为图像的空间变换,在MATLAB的图像处理工具箱中提供了一个专门的函数。.原创 2022-08-27 06:00:00 · 5888 阅读 · 0 评论 -
图像处理之图像的像素运算
在MATLAB图像工具箱中提供了。图像的除法运算给出的是两幅图像相应像素值的变化比率,而不是每个像素的绝对差异,因而图像除法也称为比率变换,常用于校正成像设备的非线性影响。图像加法运算的一个应用是将一幅图像的内容叠加到另一幅图像上,生成叠加图像效果,或给图像中每个像素叠加常数改变图像的亮度。其中,A(x,y) 和B(x,y)表示进行代数运算的两幅图像,C(x,y)表示A(x,y)和B(x,y)运算后的结果。其中,A(x,y) 表示原图像,B(x,y) 表示经过点运算处理后的图像,f表示点运算的关系函数。..原创 2022-08-26 06:00:00 · 4701 阅读 · 0 评论 -
图像处理之彩色图像处理
位于坐标轴3个顶点分别为(1, 0, 0)为红色、(0, 1, 0)为绿色,(0, 0, 1)为蓝色,剩下的3个顶点为三原色的补色,(1, 1, 0)为黄色,(1, 0, 1)为紫色,(0, 1,1)为青色。这种色彩的表示方法即所谓的YUV模型。人的视觉系统中有两种细胞,一种 为杆状细胞,另一种为锥状细胞,杆状细胞为亮度感知细胞,锥状细胞为颜色感知细胞,在亮度足够的条件下,锥状细胞对红、绿、蓝这3种颜色波段的电磁波最为敏感,因此这3种颜色被称为三原色,人类视觉系统锥状细胞对可见光敏感曲线如图所示。原创 2022-08-25 10:36:30 · 3313 阅读 · 2 评论 -
图像处理之matlab中fspecial函数用法详解
'gaussian’表示高斯低通滤波, h = fspecial(‘gaussian’,hsize,sigma生成高斯低通滤波器,参数hsize代表模板尺寸默认为3*3,sigma用于表示滤波器的标准差,单位为像素且默认值为0.5。'log’表示拉普拉斯高斯算子,h = fspecial(‘log’,hsize,sigma)生成拉普拉斯高斯滤波器,参数hsize代表模板尺寸默认为3*3,sigma用于表示滤波器的标准差,单位为像素且默认值为0.5。'sobel’为sobel算子,用于边缘提取,无参数。原创 2022-08-24 20:12:23 · 26470 阅读 · 0 评论 -
图像处理之图像傅里叶变换
傅里叶变换是在以时间为自变量的“信号”与频率为自变量的“频谱”函数之间的某域研究中较复杂的问题在频域中变得简单起来,从而简化其分析过程;当自变量“时间”或“频率”为连续形式和离散形式的不同组合时,就可以形成各种不同的傅里叶变换对,即“信号”与“频谱”的对应关系。即傅里叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数,傅里叶逆变换是将图像的频率分布函数变换为灰度分布函数。函数fft()和fft2()的关系为fft2(X)=fft(fft(X).‘).’。,坐标原点是低频,向外是高频。原创 2022-08-21 16:43:19 · 36104 阅读 · 10 评论 -
图像处理之阈值分割[全局阈值、Otsu阈值和迭代式阈值分割]
背景CO的灰度级为0 ~ t-1,目标C1的灰度级为t ~ L-1。对于物体和背景对比较明显的图像,其灰度直方图为双峰形状,可以选择两峰之间的波谷对应的像素值作为全局阙值,将图像分割为目标对象和背景。迭代阈值法是阈值法图像分割中比较有效的方法,通过迭代的方法来求出分割的最佳阅值,具有一定的自适应性。其中f(x,y)为点(x,y)的像素值,g(x,y) 为分割后的图像,T为全局阈值,阈值分割技术是最经典和流行的图像分割方法之一,也是最简单的一种图像分割方法。可以通过全局的信息,例如整个图像的灰度直方图。原创 2022-08-21 09:14:20 · 34569 阅读 · 13 评论 -
图像处理之边缘检测[微分算子、Canny算子和LOG算子]
LOG算子是在经典算子的基础上发展起来的边缘检测算子,根据信噪比求得检测边缘的最优滤波器。边缘总是以强度突变的形式出现,可以定义为图像局部特性的不连续性,如灰度的突变和纹理结构的突变等。图像的边缘包含了物体形状的重要信息,它不仅在分析图像时大幅度地减少了要处理的信息量,而且还保护了目标的边界结构。对于复杂的图像,采用Roberts算子不能较好地得到图像的边缘,而需要采用更加复杂的3X3的算子比如Prewitt算子。对于离散的图像f(x,y),边缘检测算子是用图像的垂直和水平差分来逼近梯度算子,即。原创 2022-08-20 18:29:47 · 8266 阅读 · 3 评论 -
图像处理之图像复原[逆滤波、维纳滤波、约束最小二乘法、Lucy-Richardson和盲解卷积复原]
非约束复原是指在已知退化图像G(u,v)的情况下,根据对退化模型H(u,v)和噪声N(u,v)的一些知识,做出对原图像的估计F’(u,v),使得某种事先确定的误差准则为最小。在得到误差最小的解的过程中,没有任何约束条件。图像复原的目的是给定G(u,v)和退化函数H(u,v),以及关于加性噪声的相关知识,得到原图像F(u,v)的估计图像F’(u,v),使该图像尽可能地逼近原图像F(u,v)。f(x,y)表示输入图像,即理想的、没有退化的图像,g(x,y) 是退化后观察得到的图像,n(x,y)为加性噪声。原创 2022-08-20 16:10:39 · 22104 阅读 · 2 评论 -
图像处理之空域内的滤波复原[均值滤波、顺序统计滤波和自适应滤波复原]
由于刚刚开始学习图像处理,对于很多知识理解不到位。如有错误,恳请指正,任重而道远,慢慢加油!最大值和最小值滤波器即以滤波窗口中排序最后一位或第一位代替窗口中心灰度值。其中m,n为滤波模板大小,f为需要处理的图像,g为滤波后的图像。中值滤波器即将邻域像素灰度的中值作为中心点的灰度值。(注意窗口不能过大,会使图像的边缘变得模糊)。以上滤波器均可以用于去除图像中噪声!其中,Q为滤波器的阶数。原创 2022-08-20 10:36:31 · 3268 阅读 · 0 评论 -
图像处理之图像统计特性
(对于本例,通过输出结果可以发现此幅图像的红色和绿色均值较大,蓝色均值较小,说明原图中红色和绿色成分较多,蓝色成分较少,符合原图。(对于本例,通过输出结果可以发现灰度图像经过直方图均衡化处理后,明暗对比度增加,图像变得更加清晰,其标准差也变大了。,可以通过统计特性得到一幅图像的统计信息,来帮助我们对图像进行判断,比如平均值、方差和相关系数等统计特征。,反映一幅图像的平均亮度。在matlab中,采用。图像相关系数是两幅图像相关性的一种度量,(即size计算的图像大小的乘积)。我们在matlab中主要使用。原创 2022-08-20 09:23:36 · 3436 阅读 · 0 评论 -
图像处理之图像噪声和各种噪声的matlab实现
如果混合叠加信号为F(x,y)+N(x,y)的形式,则这种噪声为加性噪声。泊松噪声是指其概率密度函数服从泊松分布的一类噪声,泊松分布适合于描述单位时间内随机事件发生的次数的概率分布。椒盐噪声是指图像中出现的噪声两种灰度值,分别是a和b,这两种灰度值出现的概率分别是Pa和Pb。伽马噪声的分布服从伽马曲线的分布,其实现需要使用b个服从指数分布的噪声叠加而来,而指数分布的噪声可以使用均匀分布来实现。以上五种噪声是书中一般给出的噪声分类,经过查询资料,其实还有其它几种噪声:泊松噪声、斑点/乘性噪声和瑞利噪声。...原创 2022-08-15 19:09:01 · 25595 阅读 · 2 评论 -
图像处理之同态滤波实现灰度图像增强
2)对于这段处理代码理解不是很透彻,因为我看到好多人第一行代码没有使用sqrt函数,第二行代码是以高斯高通滤波器变换而来,为什么分母没有除于2*D0^2 而是除于 D0^2以及该公式如何推导得出。同态滤波是在频域对图像增强的方法,利用滤波算法减弱低频部分,增强高频部分,来减少光照变化和使边缘锐化、细节突出。表示照射分量,代表描述景物照度的信息,变化较慢,可以看作是图像的低频部分;表示反射分量,代表景物细节的信息,变化较快,可以看作是图像的高频部分。是相乘的关系,首先需要对f进行对数运算,分离出与。..原创 2022-08-14 17:19:28 · 6128 阅读 · 0 评论 -
图像处理之理想带阻滤波器、巴特沃斯带阻滤波器和高斯带阻滤波器的matlab实现去噪
带阻滤波器包括理想带阻滤波器、巴特沃斯带阻滤波器和高斯带阻滤波器。其中D0为需要阻止的频率点与频率中心的距离,W为带阻滤波器的带宽,n为巴特沃斯滤波器的阶数。由于刚刚开始学习图像处理,对于很多知识理解不到位。如有错误,恳请指正,任重而道远,慢慢加油!其中D0为需要阻止的频率点与频率中心的距离,W为带阻滤波器的带宽。其中D0为需要阻止的频率点与频率中心的距离,W为带阻滤波器的带宽。...原创 2022-08-14 07:58:59 · 9279 阅读 · 0 评论