Iam_Rocky
用於收藏文章和記錄,以便日後查找方便。部分文章來自網絡,如侵權請告知刪除
展开
-
Gabor濾波 + 多尺度問題
http://blog.csdn.net/memory513773348/article/details/8709440Gabor函數Gabor變換屬於加窗傅立葉變換,Gabor函數可以在頻域不同尺度、不同方向上提取相關的特征。另外Gabor函數與人眼的生物作用相仿,所以經常用作紋理識別上,並取得了較好的效果。二維Gabor函數可以表示為:其中:转载 2014-12-07 00:01:26 · 2740 阅读 · 0 评论 -
均值濾波器 ( Mean Filter ) C++ 實現
http://blog.csdn.net/cay22/article/details/5546346 均值濾波器 ( Mean Filter ) C++ 實現均值濾波器是 「把每個像素都用周圍的8個像素來做均值操作」, 比如說這裡有一個例子:非常明顯的, 這個3*3區域像素的顏色值分別是5,3,6,2,1,9,8,4,7那麼中間的1這個像素的過濾後的值就是這些值的平均值, 也就转载 2012-02-07 11:21:17 · 4894 阅读 · 0 评论 -
Canny Edge Detector
http://homepages.inf.ed.ac.uk/rbf/HIPR2/canny.htmCanny Edge DetectorCommon Names: Canny edge detectorBrief DescriptionThe Canny operator was designed to be an optimal edge detector (转载 2012-08-03 23:24:32 · 2221 阅读 · 0 评论 -
Roberts Cross Edge Detector
http://homepages.inf.ed.ac.uk/rbf/HIPR2/roberts.htmRoberts Cross Edge DetectorCommon Names: Roberts CrossBrief DescriptionThe Roberts Cross operator performs a simple, quick to compu转载 2012-08-03 23:24:00 · 2473 阅读 · 0 评论 -
Deriche edge detector
http://en.wikipedia.org/wiki/Deriche_edge_detectorDeriche edge detector is an edge detection operator developed by Rachid Deriche in 1987. It's a multistep algorithm used to obtain an opti转载 2012-08-03 13:06:11 · 2745 阅读 · 0 评论 -
針對圖像的一階導數和二階導數
來源:http://hi.baidu.com/shareshow/blog/item/34abdf544725cf54d109069b.html剛開始學圖像處理,需要查找一些關於圖像x,y方向一階導數和二階導數的問題。可是發現,在網上怎麼也找不見。不知道是我不會找還是怎麼回事。還是看書吧。總結如下基礎知識:首先要知道圖像中像素點的分布問題。數字圖像中,f(x转载 2012-07-02 07:04:53 · 1851 阅读 · 0 评论 -
canny 算子實現圖像邊緣檢測(詳細過程附源碼)
canny 算子實現圖像邊緣檢測(詳細過程附源碼)http://www.cnblogs.com/blue-lg/archive/2011/12/25/2300899.htmlcanny邊緣檢測法是高斯函數的一階微分,它能在噪聲抑制和邊緣檢測之間取得較好的平衡.環境:windows xp+matlab 2010b時間:2011/12/25canny转载 2012-06-12 21:00:13 · 7094 阅读 · 0 评论 -
數字圖像處理實踐[3]---夜間圖像增強
http://blog.csdn.net/emilmatthew/article/details/1327367數字圖像處理實踐[3]---夜間圖像增強 EmilMatthew (EmilMatthew@126.com) [ 類別 ]算法創新、算法對比 [推薦指數]★★★★[ 摘要 ]本文提出了兩種針對夜間灰度圖像的增強算法:一種基於转载 2012-02-14 23:07:38 · 3046 阅读 · 0 评论 -
凝聚點動態聚類算法實現
http://blog.csdn.net/emilmatthew/article/details/1293608凝聚點動態聚類算法實現 EmilMatthew (EmilMatthew@126.com) [ 類別 ]統計分析 , 算法實現[推薦指數]★★★[ 摘要 ]本文主要介紹了凝聚點動態聚類算法的實現過程,並分析了其較模糊聚類分析在處转载 2012-02-14 23:07:14 · 1242 阅读 · 0 评论 -
ht玩玩數字圖像處理[2]---圖像增強
http://blog.csdn.net/emilmatthew/article/details/1290589 玩玩數字圖像處理[2]---圖像增強 EmilMatthew (EmilMatthew@126.com) [ 類別 ]算法實現 [推薦指數]★★[ 摘要 ]本文主要介紹了基於灰度圖像的圖像增強方面的技術。[ 關鍵詞 ]转载 2012-02-14 23:06:55 · 1366 阅读 · 0 评论 -
Compass Edge Detector
http://homepages.inf.ed.ac.uk/rbf/HIPR2/prewitt.htmCompass Edge DetectorCommon Names: Compass Edge Detector, Edge Template MatchingBrief DescriptionCompass Edge Detection is an alter转载 2012-08-03 23:19:45 · 1698 阅读 · 0 评论 -
Zero Crossing Detector
http://homepages.inf.ed.ac.uk/rbf/HIPR2/zeros.htmZero Crossing DetectorCommon Names: Zero crossing detector,Marr edge detector, Laplacian of Gaussian edge detectorBrief Description转载 2012-08-03 23:23:22 · 3120 阅读 · 0 评论 -
Gabor濾波 卷積
本文轉載於: http://zhenyulu.cnblogs.com/articles/325718.html一、二維卷積運算Gabor變換的本質實際上還是對二維圖像求卷積。因此二維卷積運算的效率就直接決定了Gabor變換的效率。在這裡我先說說二維卷積運算以及如何通過二維傅立葉變換提高卷積運算效率。在下一步分內容中我們將此應用到Gabor變換上,抽取筆跡转载 2014-12-06 23:59:47 · 1173 阅读 · 0 评论 -
Gabor濾波小結整理
看到兩文章摘抄之後整理得到:一、Gabor 濾波器簡介(部分資料來自維基百科) 在圖像處理、模式識別以及計算機視覺等領域中,,Gabor 濾波器得到了廣泛的應用。Gabor濾波器是一個用於邊緣檢測的線性濾波器。Gabor濾波器的頻率和方向表示接近人類視覺系統對於頻率和方向的表示,並且它們常備用於紋理表示和描述。在空域,一個2維的Gabor濾波器是一個正弦平面波和高斯核函數的乘積,具转载 2014-11-03 07:07:10 · 1179 阅读 · 0 评论 -
邊緣點(edge point)
邊緣點(edge point):邊緣為相連邊緣點的集合,邊緣點為二維一階導數大於某門檻值,其座標點p(i,j)位於影像產生有效強度變化的地方。转载 2012-09-19 08:02:50 · 1912 阅读 · 0 评论 -
線段強化(Line segment enhancement)
http://zip.nvp.com.tw/forum.php?mod=viewthread&tid=910&extra=page%3D14線段強化(Line segment enhancement)的處裡結果與邊緣強化有點類似,線段強化主要針對水平線段、垂直線段、左至右對角線段強化及右至對角線段做強化 。 例如 3X3 罩幕: -1 2 -1-1 2 -1 -转载 2012-09-18 07:50:22 · 1139 阅读 · 0 评论 -
位移及相位邊緣強化
http://zip.nvp.com.tw/forum.php?mod=viewthread&tid=1420&extra=page%3D12位移及相位邊緣強化主要針對水平、垂直及二者合成之邊緣做強化,應用於邊緣不明顯之影像分析。垂直邊緣強化是將原始影像每一像素往左位移一個像素,再由原始影像相減。水平邊緣強化是將原始影像每一像素往上位移一個像素,再由原始影像相減。水平及垂直邊緣強化是將原始影像转载 2012-09-18 07:41:05 · 1718 阅读 · 0 评论 -
迴旋濾波器(convolution filter)
http://zip.nvp.com.tw/forum.php?mod=viewthread&tid=1421&extra=page%3D12本帖最後由 linq 於 2011-9-3 12:20 編輯迴旋濾波器(線性濾波器):主要是在像素周圍取一個 NXN 的區域做處理,一般 NXN 為 3X3、5X5、7X7…等,N 愈小則濾波之效果較不明顯,N 愈大转载 2012-09-18 07:40:20 · 1815 阅读 · 0 评论 -
濾波和卷積
http://blog.csdn.net/zhenxiaohui/article/details/4445658什麼叫濾波:用白話講就是,一個電信號中有若干種成分,把其中一部分交流信號過濾掉就叫濾波。卷積和濾波的區別:在數字信號處理的理論中,卷給可以說是一種數學運算,而濾波是一種信號處理的方法。卷積就像加權乘法一樣,你能說濾波和加權乘法是一樣的嗎,顯然不行;但是濾波最終是有乘法转载 2012-08-05 23:40:14 · 1945 阅读 · 0 评论 -
中值濾波器 ( Median Filter ) C++ 實現
http://blog.csdn.net/cay22/article/details/5546175 中值濾波器 ( Median Filter ) C++ 實現有了前面一個均值濾波器 的基礎, 在看中值濾波器就不是很容易繼續了。均值濾波是像素周圍的3*3的像素做平均值操作, 那麼中值就是在3*3中的像素中尋找中值。 來看這樣一個描述圖(無圖無真相) 這把可以清晰地看到,转载 2012-02-07 11:22:13 · 8521 阅读 · 0 评论 -
Laplacian of Gaussian
http://homepages.inf.ed.ac.uk/rbf/HIPR2/log.htmLaplacian/Laplacian of GaussianCommon Names: Laplacian, Laplacian of Gaussian, LoG, Marr FilterBrief DescriptionThe Laplacian is a 2-转载 2012-08-03 23:28:14 · 3175 阅读 · 0 评论 -
經典圖像邊緣檢測(綜合法思想)——Marr算子
http://hi.baidu.com/liujianz/blog/item/763d3b43d0eec6149313c643.html所謂綜合法是指通過兩種以上的方法來獲取邊緣。在上述的各種邊緣檢測方法中,由於種種原因,圖像常常受到隨機噪音干擾,在其上執行邊緣檢測的結果常常把噪聲當做邊緣點而檢測出來,而真正的邊緣也由於受噪聲干擾而沒能被檢測出來。D.Marr 和转载 2012-02-13 08:22:28 · 1655 阅读 · 0 评论 -
圖像處理算法
http://blog.csdn.net/shen_wei/article/details/54325661)將256*256分辨率的圖像變為128*128分辨率可以將源圖像劃分成2*2的子圖像塊,然後將2*2的子圖像塊的所有像素顏色均按照F(i,j)的顏色值進行設定,達到降低分辨率的目的。如:F(i,j) F(i,j+1) F(转载 2012-02-10 08:56:31 · 1101 阅读 · 0 评论 -
噪聲與濾波
http://blog.csdn.net/Viweei/article/details/5031477 3.1先舉個例子說明一下什麼是平滑(smoothing),如下面兩幅圖所示:可以看到,圖3.2比圖3.1柔和一些(也模糊一些)。是不是覺得很神奇?其實實現起來很簡單。我們將原圖中的每一點的灰度和它周圍八個點的灰度相加,然後除以9,作為新圖中對應點的灰度,就能實現上面的效果。转载 2012-02-08 13:33:21 · 904 阅读 · 0 评论 -
《數字圖像處理基礎》第5章 圖像噪聲的抑制 要點歸納
http://blog.csdn.net/jyjmc/article/details/5209407 5.1圖像噪聲的基本概念 兩種典型的圖像噪聲:椒鹽噪聲:噪聲的幅度基本相同 但噪聲出現的位置是隨機的高斯/瑞利噪聲:每一點都存在噪聲,但噪聲的幅值是隨機分布,概率密度為高斯/瑞利型 加性噪聲:g(x,y)=f(x,y)+n(x,y)转载 2012-02-08 13:32:55 · 907 阅读 · 0 评论 -
數字圖像中邊緣檢測算法綜合研究
http://blog.chinaunix.net/space.php?uid=24517893&do=blog&id=2761718 摘 要 邊緣是圖像最基本的特征,包含圖像中用於識別的有用信息,本文詳細介紹了現有邊緣檢測技術和方法,給出了邊緣檢測的一般步驟,分析了邊緣檢測「兩難」問題,描述了實際圖像中可能出現的邊緣類型的數學模型,探討了解決「兩難」問題的方法。转载 2012-02-08 13:31:54 · 1509 阅读 · 0 评论 -
Sobel邊緣檢測算法
/************************************************************************ Sobel邊緣檢測 (scale=0.5)* 參數: image0為原圖形,image1為邊緣檢測結果,w、h為圖像的寬和高* 當type為true時,差分結果取水平和垂直方向差分中較大者,否則取平均值*****************转载 2012-02-08 13:29:57 · 2905 阅读 · 0 评论 -
圖像處理中各種邊緣檢測的微分算子簡單比較(Sobel,Robert, Prewitt,Laplacian,Canny)
http://blog.csdn.net/cay22/article/details/5591737 http://blog.csai.cn/user1/44205/archives/2008/23882.html不同圖像灰度不同,邊界處一般會有明顯的邊緣,利用此特征可以分割圖像。需要說明的是:邊緣和物體間的邊界並不等同,邊緣指的是圖像中像素的值有突變的地方,而物體間的邊界指的是現實場转载 2012-02-07 11:22:57 · 2838 阅读 · 0 评论 -
混合中值濾波器 ( Hybrid Median Filter ) C++ 實現
http://blog.csdn.net/cay22/article/details/5546392 混合中值濾波器 ( Hybrid Median Filter ) C++ 實現在中值濾波器和均值濾波器之後, 我們看到是中值濾波器的改版, 這個名字我實在不好把握 Hybrid Median Filter實在不知道翻譯成什麼比較妥當.只好沿用了混合動力車裡面的混合二字, 姑且把這種濾波转载 2012-02-07 11:20:48 · 1704 阅读 · 0 评论 -
圖像銳化 邊緣檢測的一些基礎知識
http://blog.csdn.net/cay22/article/details/5555286 圖像銳化 邊緣檢測的一些基礎知識互聯網興起, 生活節奏飛速,快餐成了favorite。理論學習也受到了巨大的沖擊,一些不明所以的冰冷的公式和整段可以運行的代碼是很多人的最愛。使得原本應該沉靜的軟件開發變得異常浮躁,(當然很多博客也成了幫凶:))今天就要融化冰雪, 說說代碼以外的東西,說转载 2012-02-07 11:17:51 · 1762 阅读 · 0 评论 -
哈夫變換和Canny邊緣檢測算法
http://blog.chinaunix.net/uid-24517893-id-2846453.html 摘 要 在圖象邊緣檢測中往往要求所檢測到的邊緣具有封閉特性,本文詳細地分析了目前常用的兩種算法:哈夫變換和Canny邊緣檢測算法,最後,探討邊緣算子應滿足的准則。關鍵詞 邊緣檢測;閉合性;哈夫變換;Canny算子1引言 圖象的邊緣是指转载 2012-02-07 11:17:06 · 2265 阅读 · 0 评论 -
高斯分布函數解析
http://blog.csdn.net/cay22/article/details/5603344 高斯分布函數解析http://www.cnblogs.com/ttthink/articles/1577789.html高斯模糊是一種圖像模糊濾波器,它用正態分布計算圖像中每個像素的變換。N 維空間正態分布方程為在二維空間定義為其中 r 是模糊半徑 (r转载 2012-02-07 11:18:55 · 2022 阅读 · 0 评论 -
生成高斯模板(C++)
http://blog.csdn.net/cay22/article/details/5603166 圖1. N維空間正態分布方程(該公式與圖2的是同一個) 高斯模糊是一種圖像模糊濾波器,它用正態分布計算圖像中每個像素的變換。N 維空間正態分布方程為(圖2)在二維空間定義為(圖3)其中 r 是模糊半徑 (r2 = u2 + v2),σ 是正態分布的標准转载 2012-02-07 11:18:24 · 1388 阅读 · 0 评论 -
高斯平滑 高斯模糊 高斯濾波器 ( Gaussian Smoothing, Gaussian Blur, Gaussian Filter ) C++ 實現
http://blog.csdn.net/cay22/article/details/5546636 高斯平滑 高斯模糊 高斯濾波器 ( Gaussian Smoothing, Gaussian Blur, Gaussian Filter ) C++ 實現 在之前提到過了均值濾波器, 就是說某像素的顏色, 由以其為中心的九宮格的像素平均值來決定. 在這個基礎上又發展成了帶權的平均濾转载 2012-02-07 11:19:28 · 19335 阅读 · 0 评论 -
《數字圖像處理基礎》第6章 圖像的銳化處理 要點歸納
http://blog.csdn.net/jyjmc/article/details/5210095 銳化主要目的是突出細節,銳化處理強度和圖像在改點的突變程度有關。圖像微分增強了邊緣和其他突變(噪聲)的信息,削弱了灰度變化緩慢的信息。 水平方向微分算子:D={ [1,2,1] , [0,0,0] , [-1,-2,-1] }垂直方向微分算子:D={ [转载 2012-02-08 13:32:27 · 902 阅读 · 0 评论 -
Sobel邊緣檢測和邊緣細化
http://blog.csdn.net/cay22/article/details/5590974 在對圖像進行邊緣檢測處理時,得到的結果並不是理想的邊緣,而是一幅灰度圖像。有時在進行圖像識別的時候需要獲得圖像的單點寬邊緣,這就需要對邊緣檢測的結果進行細化增強。Sobel邊緣細化的原理圖像的邊緣檢測處理可以簡單理解為提取圖像中區域的輪廓。圖像中區域的劃分以像素灰度為依據,转载 2012-02-08 13:30:20 · 7654 阅读 · 0 评论 -
Canny邊緣檢測基本原理與C++實現
http://blog.csdn.net/cay22/article/details/5608033最優的階梯型邊緣檢測算法(canny邊緣檢測) 1.Canny邊緣檢測基本原理(1)圖像邊緣檢測必須滿足兩個條件:一能有效地抑制噪聲;二必須盡量精確確定邊緣的位置。(2)根據對信噪比與定位乘積進行測度,得到最優化逼近算子。這就是Canny邊緣檢測算子。(3)類似與Marr转载 2012-02-08 13:29:34 · 4321 阅读 · 0 评论 -
Laplacian of Gaussian (LoG)
http://fourier.eng.hmc.edu/e161/lectures/gradient/node10.htmlLaplacian of Gaussian (LoG)As Laplace operator may detect edges as well as noise (isolated, out-of-range), it may be desirable转载 2012-02-08 13:29:07 · 1369 阅读 · 0 评论 -
圖像銳化算法 C++ 實現
http://blog.csdn.net/cay22/article/details/5547094 圖像銳化算法 C++ 實現之前一段我們提到的算法都是和平滑有關, 經過平滑算法之後, 圖像銳度降低, 降低到一定程度, 就變成了模糊。 今天我們反其道行之, 我們看看銳化是怎麼做的。 這裡的銳化, 還是的從平滑談開去。我們先來觀察原來的圖像和平滑圖像的區別:原圖 raw转载 2012-02-07 11:21:50 · 6559 阅读 · 0 评论 -
圖像處理-線性濾波-3 高斯濾波器
http://www.cnblogs.com/pegasus/archive/2011/05/20/2052031.html 對於圖像來說,高斯濾波器是利用高斯核的一個2維的卷積算子,用於圖像模糊化(去除細節和噪聲)。1. 高斯分布一維高斯分布 , 二維高斯分布 2.高斯核理論上,高斯分布在所有定義域上转载 2012-02-07 10:31:24 · 2154 阅读 · 0 评论