1_图像处理
文章平均质量分 68
本专栏主要包含图像处理相关技术,如图像分割,模式识别,超分辨等技术
「已注销」
这个作者很懒,什么都没留下…
展开
-
真彩图像与HSI图像转换-附Matlab源代码
RGB 图像是最常用的图像格式,它还可以转换为 HSI(色度,饱和度,亮度),YUV(亮度,色度参数),CMY(青,品红,黄彩色),CMYK(青,品红,黄,黑彩色)等图像格式。其中,HSI格式各个通道的相关性最小,适合网络传输和压缩,在图像格式中占有很重要的地位。这些转换不是MATLAB自带的程序,需要编写程序进行转换。真彩图像如图1(a)所示,由真彩图像转换为索引图像,如图1(b)所示;将[0,255]取值的R、G、B通道值拉伸为[0,1]区间的数r、g、b,然后,进行下面的转换。原创 2024-01-10 22:18:47 · 624 阅读 · 0 评论 -
基于动态阈值图像分割方法和与全局阈值相结合的分割方法-【matlab代码】
图像阈值分割方法可分为全局阈值与动态阈值两种。当图像目标物体与背景灰度相差较大时,找到一个全局阈值对图像进行分割可取得比较满意的结果。全局阈值的选取多依靠于灰度直方图,常用的方法有最大类间方差法(Otsu)和最大熵法等。当图像比较复杂,图像背景或物体灰度变化比较大,或者图像物体和背景灰度值比较接近时,利用全局阈值对图像进行分割可能会忽略图像的局部细节。基于动态阈值的分割方法对图像中的不同区域采用不同的阈值,其阈值的选取一般基于图像的局部统计信息,如局部方差、局部对比度以及曲面拟合阈值等。原创 2024-01-09 22:19:05 · 1274 阅读 · 0 评论 -
基于matlab的图像分割技术与验证
阈值分割是常见的直接对图像进行分割的算法,根据图像像素的灰度值的不同而定。阈值分割方法的关键是如何取得一个合适的阈值,近年来的方法有:用最大相关性原则选择阈值的方法、基于图像拓扑稳定状态的方法、灰度共生矩阵方法、最大熵法和峰谷值分析法等,更多的情况下,阈值的选择会综合运用两种或两种以上的方法,这也是图像分割发展的一个趋势。Otsu是一单阈值的分割方法,其基本思想是把直方图分割成目标和背景2组,当分割的2组数据的类间方差最大时,也即背景和目标之间足够离散,求得最佳分割阈值,由此阈值对图像进行分割。原创 2024-01-08 21:31:01 · 1146 阅读 · 0 评论