数字图像处理
文章平均质量分 84
tianguiyuyu
这个作者很懒,什么都没留下…
展开
-
现有如下图所示人物图像,编程实现人物美肤(祛斑、磨皮)。
图片如下实现人物的祛斑和磨皮,结合上课老师讲的内容,我打算用两种方式来实现,一种是高斯滤波,一种是双边滤波。通过实现这两种方式,最后总结比较这两种方式的不同高斯滤波的代码function g= gaussian(f)%高斯滤波%这段代码加了一个高斯滤波,最后用了一点小技巧,使得图像变白,达到美白得效果 %gaussian figure,i原创 2018-01-14 19:15:01 · 4458 阅读 · 1 评论 -
现有如下图所示人物图像,编程实现频率域滤波去噪。
图片分析第一眼看到这张图片,发现这张图片的噪声是有规则的,都是一条一条的。翻阅冈萨雷斯《数字图像处理》这本教材和上课老师讲的内容,发现陷波滤波器可以用来在频率域去除指定噪声,是一种很有用的选择性滤波器,很适用于这张图片。陷波滤波器可以用中心已被平移到陷波滤波器中心的高通滤波器的乘积来构造。因此,本次作业我用了两种高通滤波器来构造陷波滤波器,一种是布特沃斯高通原创 2018-01-14 19:24:54 · 1401 阅读 · 0 评论 -
根据下图,统计硬币的总数并估计每个硬币的面积。
图片分析看到这张图片的时候,因为要统计硬币的总数,所以第一反应就是先对图片进行腐蚀,然后计算连通分量就行。然而,还要求每个硬币的面积,对其进行腐蚀之后,还需要进行膨胀,以便将腐蚀造成的影响降至最低,以便于估计硬币面积时误差不能过大。因此,我在计算面积时,对不同的硬币采取了不同的处理手段。因为第二个硬币(从左往右数)是独立分开的,可以直接计算面积,不会存在误差。而对于第一原创 2018-01-14 19:31:57 · 4832 阅读 · 0 评论 -
简要介绍一下目标检测的网络,r-cnn, spp-net, fast-rcnn, faster-rcnn
简要介绍一下目标检测的网络 (1)R-CNN的原理:先用框把物体找出来,然后将找出来的框放入CNN中进行分类,这就是RCNN的简单原理。(2)SPP-net:直接输入整张图片,所有区域共享卷积计算。解决了R-CNN中每张图片都要提取的区域(selective search算法会提取2000个区域)都要进行卷积计算,计算量太大。引入了空间金字塔池化,为不同尺寸的区域,直接在conv5上输出提取特征,...原创 2018-06-17 11:30:52 · 382 阅读 · 0 评论