![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
文章平均质量分 64
Expect for future
宝剑锋从磨砺出,梅花香自苦寒来
展开
-
缺陷特征及特征选择概念及方法简介
传统的表面缺陷检测算法最主要的关键和难点是如何提取出良好的特征描述子并且设计出合适的分类器。特征描述实则为一种图像数据降维方式,将以像素为单位的图像表达为特征描述,是后续缺陷识别的重要环节,其主要思想是使得同类缺陷描述相似,不同类缺陷或者缺陷和背景之间的特征差异较大。常用的特征包括几何特征、灰度特征和纹理特征。几何特征缺陷通常具有面积、椭圆度、线性度、矩形度、周长等几何特征,因此可以采用几何特征描述缺陷,几何特征主要分为两种:简单描述子,包括边界的长度、区域的面积、外接矩形长宽比等;形状描述子,包括转载 2021-06-15 18:58:31 · 1685 阅读 · 0 评论 -
OpenCV C++ findContours函数 轮廓检测
#include <iostream>#include <opencv2\core\core.hpp>#include <opencv2\highgui\highgui.hpp>#include <opencv2\imgproc\imgproc.hpp>using namespace std;using namespace cv;int main(int argc, char* argv[]){ Mat imageSource =原创 2020-12-08 20:14:08 · 4736 阅读 · 1 评论 -
C#自学32—OpenCvSharp模板匹配,检测圆并获得圆心坐标
using OpenCvSharp;using OpenCvSharp.Extensions;using System;using System.Collections.Generic;using System.ComponentModel;using System.Data;using System.Drawing;using System.Linq;using System.Text;using System.Threading.Tasks;using System.Windows.原创 2020-10-22 19:33:36 · 4643 阅读 · 2 评论 -
膨胀,腐蚀,滤波,边缘检测,图像金字塔
**1、**腐蚀和膨胀的主要功能:(1)消除噪声(2)分割出独立的图像元素,在图像中连接相邻的元素(3)寻找图像中的极大值或者极小值区域(4)求出图像的梯度。4.1、膨胀(dilate):膨胀就是求局部最大值的操作。从数学角度来说,就是将图像与核进行卷积,计算核B覆盖区域的像素点的最大值,并把这个最大值赋值给参考点指定的元素。这样就会使图像中的高亮区域逐渐增长。模板和输入图像对应位置的元素只要有一个与的结果不为0,则结果不为0.给图像中的对象边界添加元素。用3x3的结构元素,扫描二值图像中的每一个像素,用原创 2020-10-22 08:14:29 · 1890 阅读 · 2 评论 -
二值化,模板匹配
1二值化1.1全局二值化:一幅图像包括目标物体、背景还有噪声,要想从多值的数字图像中直接提取出目标物体,最常用的方法就是设定一个全局的阈值T,用T将图像的数据分成两部分:大于T的像素群和小于T的像素群。将大于T的像素群的像素值设定为白色(或者黑色),小于T的像素群的像素值设定为黑色(或者白色)。全局二值化,在表现图像细节方面存在很大缺陷。为了弥补这个缺陷,出现了局部二值化方法。局部二值化的方法就是按照一定的规则将整幅图像划分为N个窗口,对这N个窗口中的每一个窗口再按照一个统一的阈值T将该窗口内的像素划原创 2020-10-22 08:14:02 · 1185 阅读 · 0 评论 -
图像噪声
一、什么是图像噪声?噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素块。一般,噪声信号与要研究的对象不相关,它以无用的信息形式出现,扰乱图像的可观测信息。通俗的说就是噪声让图像不清楚。二、噪声来源—两个方面(1)图像获取过程中两种常用类型的图像传感器CCD和CMOS采集图像过程中,由于受传感器材料属性、工作环境、电子元器件和电路结构等影响,会引入各种噪声,如电阻引起的热噪声、场效应管的沟道热噪声、光子噪声、暗电流噪声、光响应非均匀性噪声。(2)图像信号传输过程中由于传输介质和记录设备等的原创 2020-10-21 14:12:21 · 4913 阅读 · 0 评论