- 博客(6)
- 收藏
- 关注
RSS订阅原创 微分算子为什么也是空间滤波器
前面我们提到，可以用一阶微分算子和二阶微分算子来增强图像，由于是增强了图像中的物体边缘轮廓，起到了锐化图像的效果，因此这些算子操作可用于图像锐化。我们在前面的图像模糊中，介绍了使用平滑空间滤波器来模糊图像，那么用微分算子来锐化图像能不能也使用空间滤波器的形式呢？我们分别选一个一阶微分算子和一个二阶微分算子作为示例：Sobel算子和Laplacian算子。首先，还是给出图像像素的8领域：
2018-01-06 18:25:03
2788
5
原创 图像二阶导数的本质
前面我们介绍过了图像的二阶导数，并且指出，二阶导数比一阶导数有更好的细节增强表现。那么，其原理是什么呢？我们仍然简化问题，考虑下x方向，选取某个像素，如下图所示： 可以看出，在图中标红色框框的像素附近是一个明显的分界线，上面是一片平坦的灰度区域，下面是灰度缓慢变化的区域。而且有着明显的灰度突变：从100突变到50。我们可以把这个看作图像中物体的轮廓边缘。根据前几篇文章的介绍，图像在x
2018-01-06 18:01:32
19693
18
原创 图像二阶导数的推导
前面我们介绍过了图像的梯度，以及图像的几个梯度算子。这些本质上都是一阶导数，或一阶微分。就是求图像灰度变化的导数，能够突出图像中的对象边缘。那有一阶导数，有没有二阶导数呢？求导数的导数，这对灰度变化强烈的地方会更敏感。在微积分中，一维函数的一阶微分的基本定义是这样的：dfdx=limϵ→0f(x+ϵ)−f(x)ϵ\frac{df}{dx}=\lim_{\epsilon\righta
2018-01-06 17:54:36
16330
11
原创 图像梯度算子的本质
前面我们介绍过图像的梯度，其定义是根据微积分的定义在二维离散函数中推导出来的。但是，我们需要理解，梯度只是一个工具，方法，核心目的是得到像素点与其相邻像素的灰度值变化情况，并通过这种变化来增强图像。这种原始定义的梯度只是这种灰度值变化情况的度量工具。我们再回顾一下，假设某像素与其8领域用如下矩阵表示： 那么，根据图像梯度的定义： gx = z8 - z5 gy = z6 -
2018-01-06 10:45:13
14940
14
原创 图像梯度的基本原理
前面我们提到，当用均值滤波器降低图像噪声的时候，会带来图像模糊的副作用。我们当然希望看到的是清晰图像。那么，清晰图像和模糊图像之间的差别在哪里呢？从逻辑上考虑，图像模糊是因为图像中物体的轮廓不明显，轮廓边缘灰度变化不强烈，层次感不强造成的，那么反过来考虑，轮廓边缘灰度变化明显些，层次感强些是不是图像就更清晰些呢。那么，这种灰度变化明显不明显怎样去定义呢。我们学过微积分，知道微分就是求函数的变化
2018-01-06 10:37:22
86486
66
原创 图像的统计方法
前面我们提到，用均值滤波器、中值滤波器、高斯滤波器等可以降低图像中的噪声，其副作用是带来了图像模糊。我们降低噪声的目的，当然是为了提高图像的质量，这是“图像增强”的一个重要应用。那图像质量怎么评价呢？这是个不同人有不同见解，比较主观的事情。图像增强从一开始就是建立在特定问题的基础上的。对于不同的特定问题，就需要不同的图像增强方法，其增强后的图像质量当然评价标准也不一样。因此，并不存在“通用”的
2018-01-06 10:01:58
4904
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人