本文介绍了图像增强的重要目标，包括突出需要的特征和减弱不必要的部分。探讨了点运算特征提取，如直方图均衡化和自适应直方图均衡（AHE），特别是详细阐述了CLAHE算法的步骤。此外，还讨论了形态学操作如膨胀和腐蚀的作用，以及平滑滤波（均值滤波、中值滤波和高斯滤波）在去除噪声和锐化图像中的应用。最后，提到了傅里叶变换和小波变换在频率域的信号分析和图像处理中的角色。
图像增强的目标
-
增强需要的减弱不需要的
-
图像处理方法
-
点运算 特征提取的方法
-
直方图的均衡化
自适应直方图均衡的办法（AHE）
CLAHE
-
CLAHE算法步骤
-
原图 AHE CLAHE
形态学运算
-
膨胀与腐蚀
-
-
膨胀与腐蚀的用处
-
空间域处理及变换
（ 边界填充用的最多的就是补零的方式，但是补零不宜用较大的卷积核）
-
平滑均值滤波/卷积
-
中值滤波/卷积（适用于将去除椒盐噪声点）
-
-
高斯滤波/卷积（关注中心而忽略四周）
-
Laplacin （有锐化效果）
（使用条件相加为零）
高斯金字塔
拉普拉斯金字塔
高斯金字塔与拉普拉斯金字塔
频率与分析------傅里叶变换
-
作用为信号分解
离散傅里叶变换
-
傅里叶变换的缺点
-
短时傅里叶变换
小波变换
来自b站视频课笔记
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
