图像处理
daisyliudi
这个作者很懒,什么都没留下…
展开
-
数字图像处理第三版学习笔记一
对不懂的地方进行记录像素的相邻仅说明了两个像素在位置上的关系,若再加上取值相同或者相近则称两个像素邻接 两个像素邻接的条件 1)相邻 2)灰度值相近1.m邻接问题 m邻接:(1)q在p的4邻域内;(2)q在p的对角域内,且q的4领域和p的8邻域没有交集。用几张图片表示一下4邻域示意 8邻域示意 混合连接实质上是在像素间同时存在4-连接和8-连接时,优先采用4-连接,并屏蔽原创 2016-07-31 19:35:19 · 2305 阅读 · 0 评论 -
数字图像处理学习笔记五
直方图均衡化 具体算法用到再查,理解原理的基础上,知道应用 在直方图均衡这儿,北大版的ppt补充了关于镜头边界检测,我感觉这还是挺有意义的平滑空间滤波 主要记录平滑空间滤波(均值滤波)的应用 用于模糊处理和降低噪声。模糊处理经常用于预处理任务中,例如在目标提取之前去除图像中的一些琐碎细节,以及桥接直线或者曲线的缝隙。这种处理的结果就是降低了图像灰度的尖锐变化,由于随机噪声由灰度级的急剧变原创 2016-08-03 12:58:35 · 759 阅读 · 0 评论 -
数字图像处理学习笔记二
1.通路 像素p到像素q的通路是特定的像素序列,且前后两个像素是邻接的。 2.连通 S是图像中的一个像素子集,如果S的全部像素之间存在一个通路,那么任意的p,q在S中连通。对于S中的任何像素p,S中连通到该像素的像素集称为S的连通分量。如果S仅有一个连通分量,则集合S称为连通集。 3.区域 R为图像子集,且R为连通集,则R为区域。 4.边界 区域的边界。一个有限区域的边界形成一个闭合通原创 2016-08-01 11:59:53 · 495 阅读 · 0 评论 -
对之前学习的几种图像锐化算子进行比较
在前几天的数字图像处理中,学习了几种图像处理算子和方法。对其进行比较以明白何时使用,以及怎样使用 资料主要来自于百度 来自百度文库,对几种算子比较 以上链接内容,不能完全理解暂时,对自己可以理解的部分总结一下 所以用这种方法做边缘检测 拉普拉斯检测模板的特点是各向同性,对孤立点及线端的检测效果好,但边缘方向信息丢失,对噪声敏感,整体检测效果不如梯度算子。因此,它很少直接用于边缘检测。原创 2016-08-04 17:22:04 · 4071 阅读 · 0 评论 -
数字图像处理学习笔记四
数学工具1.阵列与矩阵操作 阵列是逐像素的; 2.线性操作与非线性操作 关于算子参考博客你懂什么叫“算子”吗? 线性操作的两个特性加性和同质性 证明非线性最简单的方法就是寻找不满足两个特性的特例。 3.算术操作 4.集合和逻辑操作 全局的定义:包含图像中所有像素的正方形。 图像灰度的集合操作,灰度级图像的元素用集合A来表示,这些元素是三元组形式(x,y,z),z为灰度。暂时没有完善原创 2016-08-01 16:40:28 · 414 阅读 · 0 评论 -
数字图像处理学习笔记三
距离度量对于坐标分别为(x,y),(s,t)和(v,w)的像素p,q和z,如果 (1)D(p,q)>=0; (2)D(p,q)=D(q,p) (3)D(p,z)<=D(p,q)+D(q,z); 那么D是距离函数或者度量。 三种距离表示方法 1.欧式距离 距(x,y)距离小于或者等于r的像素为中心为(x,y)且半径为r的圆平面 2.城市街区距离 距(x,y)的距离小于或者等于原创 2016-08-01 12:52:15 · 1019 阅读 · 0 评论 -
数字图像处理学习笔记六
使用模糊集合进行灰度变换 这一部分一直有好多搞不明白的,可以去百度上找一些模糊集合的东西看看看前面基础的就行 csdn前辈的博客 摘抄一些关键的话 首先,需要将输入量折算为隶属度,这个过程叫做“模糊化”。然后,使用得到的隶属度来进行计算,或者判断,或者其他更复杂的算法。最后,需要将隶属度再次折算为输出,这个过程称为“去模糊”或者“反模糊”。首先可以在常理下考虑一下,一般的对于动态范围较小的图像原创 2016-08-06 17:37:49 · 1917 阅读 · 0 评论 -
什么是孪生网络,以及其应用
翻译自quora What are Siamese neural networks, what applications are they good for, and why? 孪生神经网络是一类包含两个或更多个相同子网络的神经网络架构。 这里相同是指它们具有相同的配置即具有相同的参数和权重。 参数更新在两个子网上共同进行。 孪生神经网络在涉及发现相似性或两个可比较的事物之间的关系的任务原创 2017-03-06 11:29:37 · 18356 阅读 · 0 评论