![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数字图像处理
跬步千里OvO
数字信号处理、数字图像处理、机器视觉、目标检测、语义分割、实例分割。
展开
-
图像的频域滤波-高通滤波
图像的频域滤波-高通滤波介绍这里的高通滤波主要是巴特沃兹高通和理想高通,其频率特性正好和对应的低通相反,这里就不再赘述。 效果图 可见,理想高通仍有振铃效应的产生,而巴特沃兹就好很多。加强滤波是为了弥补一下低频信息,让图像看上去更有意思一点哈。示例代码clc;clear all;close all;J=imread('lena.jpg');if size(J, 3)==3原创 2017-03-04 16:18:58 · 6951 阅读 · 0 评论 -
基于LAB颜色空间的彩色图像分割
基于LAB颜色空间的彩色图像分割首先加载原始图像fabric = imread('fabric.png');figure(1), imshow(fabric), title('fabric');上述彩图包含背景黑色,红色,绿色,紫色,紫红色以及边缘的黄色。LAB颜色空间是基于色彩进行图像分割的最优空间。 Lab颜色模型由三个要素组成,一个要素是亮度(L),a 和b是两个颜色通道。a包括...原创 2019-08-06 17:49:38 · 7515 阅读 · 3 评论 -
图像的傅里叶变换
图像的傅里叶变换二维数据的DFT一维离散数据的FT过程是将一个一维整数数组变成了一个复数元素构成的数组。。考虑复数矩阵的相位,就是考虑三角函数的偏移情况。考虑幅度值,就是考察原数组整数的变化情况。例如:变换幅度慢的就对低频成分贡献的多,变化快的就对高频成分有贡献。傅里叶变换其实也可以理解成是一个拟合的问题,这个拟合的基函数是三角函数。对于变换大的数值必然要用高频三角函数去拟合,反之亦然。 那么,对原创 2017-03-02 21:06:43 · 5114 阅读 · 1 评论 -
图像复原之由投影重建图像
图像重建之由投影重建图像简述部分引言最初接触由投影重建图像这块内容的时候是在车牌识别中。上图是在90°的投影下的结果。下面我们开一个简单图像的特定角度下的投影 当我们收集到各个角度的投影后,并希望通过这些投影的图像重建原图像。上图的最后一张图片就是直接重建的图像。可见,其有非常明显的“晕环”现象。雷登变换雷登变换阐述了一幅图像与其在各个角度下投影的具体表示。 下面我们在matlab上展示一副原创 2017-03-24 22:36:48 · 16513 阅读 · 8 评论 -
多分辨率分析—高斯金字塔与拉普拉斯金字塔
高斯金字塔与拉普拉斯金字塔的matlab实现正文部分图像金字塔式进行图像的多分辨率分析的方法。一幅图像在尺寸较小的情况下,只需要较低的分辨便可以看清其轮廓;反之,较大尺寸的图像需要较大的分辨率。 下面我们来一个图像金字塔的示意图: 假设一幅图像的原始像素是n*n,对这幅图像进行下采样就是在原图的基础上每隔一个样本就丢弃一个样本,那么我们就会得到一个像素大小为n/2*n/2原创 2017-03-01 15:01:15 · 10821 阅读 · 6 评论 -
CT图像增强
CT图像增强简介如下图所示,希望对这幅人体骨骼扫描图片实现增强的效果。 通过这个实验, 我们可以了解到一阶微分算子以及二阶微分算子在图像细节信息以及边缘信息获取的原理;以及将其用在图像增强上的优缺点。处理过程首先我们选择二阶微分算子-Laplace算子来处理图像g2,然后通过原图f2(double类型)减去g2来获取增强的图像。 这里说明以下做减法而不是加法的原因,图像的二阶微分不为零的区域是原创 2017-11-30 17:21:03 · 7883 阅读 · 0 评论 -
图像复原之退化模型
图像复原之退化模型概述引言退化就是将一幅正常的图像给弄得不正常,从而验证后续的复原方法是否能达到预期的效果。如上图所述,正常的图像经过退化函数H还需要加噪声,下面我们来介绍几种常见的噪声模型。高斯噪声来源于诸如电子线路的传感器噪声;瑞利噪声源于深度成像的表征噪声现象;指数和伽马源于激光成像。对于这些噪声的去除估计大家应该会想到很多的方法。空域包括如均值滤波,统计滤波中的中值滤波,频域的带阻滤波和原创 2017-03-25 15:17:54 · 22233 阅读 · 6 评论 -
小波变换在数字图像上的应用(上)
小波变换在数字图像上的应用(上)小波变换原理的简单概述一维小波变换关于一维连续小波和离散小波变换的公式只能抱书啃了,这里给出一张图展示小包变换分析的一些特点。 第一幅图是原始信号,其右侧是它的傅里叶谱,由傅里叶谱我们可以知道原始信号存在两个频率峰值。但是关于这两个频率峰值出现的时间却无法得知。也许你觉得短时傅里叶变换可以解决这个问题,实际上关于STFT窗宽的选择存在一个矛盾。选择的框太宽时间分辨原创 2017-03-19 10:42:15 · 11265 阅读 · 1 评论 -
小波变换在数字图像上的应用(下)
小波变换在数字图像上的应用(下)仿真示例这里的程序均来自于张德丰版的MATLAB数字图像处理一书中,我只是拿出一部分来和大家分享,准备加上一些自己的理解。1、连续小波变换和离散小波变换‘上图给出了原始信号和离散小波及连续小波变换的结果。可以看出其空间域与频率域的特性,如原信号在320-350是一个近似的直流信号,从小尺度的CWT或DWT都可以看出这段灰度值很小(偏黑色)。2、二维小波变换原创 2017-03-19 16:15:34 · 4010 阅读 · 1 评论 -
图像的频域滤波-低通滤波
图像的频域滤波-低通滤波1.理想低通滤波介绍 如图,通带内留下,阻带内直接干掉。 效果 理想低通最大的缺点就是会产生振铃效应,从滤波后结果的图片就可以发现(有一圈圈波纹的感觉)。实例代码clc;clear all;close all;%理想低通滤波器所产生的模糊和振铃现象 I=imread('lena.jpg');if size(I, 3)==3 I = rg原创 2017-03-04 14:44:02 · 4731 阅读 · 1 评论 -
基于K-Means的彩色图像分割
基于K-Means的彩色图像分割下面的例子将展示如何通过K-Means和Lab颜色空间的彩色图像分割。首先读入图片,下图显示了一张用血毒素和伊红(H&E)染色的组织图像。这种染色方法有助于病理学家区分不同的组织类 型。如果忽略亮度的变化,你可以从上图中观察到多少种颜色?显然,你可以轻易的观察到红色,蓝色和粉色。而Lab颜色空间可以准确的定量这些颜色变化。下面使用makecfor...原创 2019-08-07 14:39:52 · 7536 阅读 · 10 评论