matlab 增加图像对比度_关于图像处理高斯滤波的笔记(1)

注:本篇文章由【开源骚客:OpenSoc】公众号首发,现转载至知乎专栏。

开源骚客公众号专注于分享FPGA项目开发经验,希望帮助到更多学习FPGA的朋友,欢迎大家投稿。如果大家有其他需求, 添加Kevin微信:opensoc888,注明:FPGA

一旦开始使用 FPGA 开始进行图像处理,就会越发爱上 FPGA 对图像处理的实时性,从此一发不可收拾!

f0e0347eb66d16c3b6a99300cc5c98bc.png

因为最近在学习一本图像处理算法书籍中关于图像增强的算法,大家可以先看看这个图像增强算法的效果。下面给一张书中原图和Matlab 仿真的结果图。

2d0d7618ba6671ae518bb77247db9cfd.png

图1 书中原图

7dfd961b89ab0cac780fb7a6f43aef8a.png

图二 Matlab 仿真结果

大家有没有觉得这个图像增强算法实在是太让人震撼了,能把一幅对比度极低的图片增强到能把之前比较黑的地方看得很清晰,比起什么直方图均衡这种 low B 算法,那可是强太多了!

当时看到这个算法的第一反应就是,FPGA这么一个牛 X 的玩意儿,能不能实现这个算法呢?

大家看到这,是不是很迫切的想知道介绍这个算法到底是一本什么样的书呢?

b3c47229f2f44f683e3c22140e3d6bc7.png

书呢就是这样的一本书,大家感兴趣的可以在网上自行购买。

这本书里面涉及的算法种类还是非常多的,咱们再稍微看下目录吧,满足一下大家的好奇心。

这本书,我这里没有 PDF 电子版,大家就不用找我要了,我也是买的纸质书看的。

关于这本书的内容到底是好还是坏呢?站在客观的角度来讲,其内容的丰富度极高,涉及的算法非常多。当然也有一个美中不足的地方,每一种算法就大致介绍一下其原理。

书中并未给出具体的用某种语言实现的代码。如果是刚刚接触图像处理的朋友,很大程度是看不太懂的。关于书籍本身,就先介绍这么多,咱们这篇文章还是回到高斯滤波上来。

对于高斯滤波这个算法本身来讲,网上是有非常多的文章,也有很多关于如何用 FPGA 实现高斯滤波的文章。

那些文章用的高斯卷积核一般是3 * 3的矩阵大小,其权重矩阵也是会由那些文章直接给出。

问题的关键是,现在这个图像增强算法,会用到高斯滤波,但其卷积核并不是 3*3 大小的,是更大的卷积核。

如果有做过 sobel 图像边缘检测算法的朋友,应该会了解高斯滤波会有一个权重矩阵,类似 sobel 算子的系数矩阵。(插播一条小广告,如果大家有想学习FPGA实现sobel算法的同学,可以购买Kevin录制的入门级图像处理课程:【开源骚客 FPGA图像处理 Sobel 边缘检测 人脸检测 FPGA视频教程】https://m.tb.cn/h.espeCqz?sm=207720 嚸↑↓擊鏈バ接,再选择瀏覽嘂..咑№亓;或復ず■淛这句话₴TmRXYtnSLCD₴后咑閞淘灬寳

很多文章会直接给出3*3高斯卷积核的权重矩阵,但对于更大的权重矩阵,并不知晓如何获取,如7*7的权重矩阵,11*11的权重矩阵,甚至是81*81的权重矩阵。这个时候就需要回到高斯滤波算法的公式本身了。

88a76ce48bebc7b8a40300c397a66fea.png

在高斯函数曲线中,σ描述正态分布资料数据分布的离散程度,σ越大,数据分布越分散,σ越小,数据分布越集中。σ也称为是正态分布的形状参数,σ越大,曲线越扁平,反之,σ越小,曲线越瘦高。

如果需要获取更大尺寸的高斯权重矩阵值,只需要将公式中的 x 和 y 两个变量设置成相应大小的向量就 OK 了!

举个栗子:如果想获取 5*5 的权重矩阵系数,可以将 x = 1, 2 , 3 , 4 , 5 和 y = 1, 2 , 3 , 4 , 5。或者将x = -2, -1, 0, 1, 2 和 y = -2, -1, 0, 1, 2 带入公式求取其权重系数,σ 可以自己取值,之后再进行归一化处理。

获取其他尺寸的权重矩阵,也是使用同样的方式进行计算。

如果自己手动去算,肯定是比较麻烦的,咱们可以借助 Matlab 直接算出来。

计算 5*5 权重矩阵的 Matlab 代码如下:

 fspecial('gaussian',[5,5],1)

8c572fb6121bee19a5e6932520eeb2f0.png

[5 , 5] 表示权重矩阵的尺寸大小,1为 σ 的值。

敲重点:这些值怎么在FPGA内部进行使用呢?

可以将这些系数都统一乘上 1000,将小数转成整数,待运算之后再将结果同意除以1000。

今天的笔记就先分享到这,主要是分享:当需要自定义高斯滤波的权重矩阵尺寸时,可以通过 Matlab 获取其权重矩阵的参数。


重要提醒想学习FPGA的朋友福利来了,为了方便广大想入门FPGA的小白们,Kevin 录制了一套零基础入门的课程,课程结合线下班学员的常见入门疑惑,并加入由易到难的上手练习,不对着PPT念,从0开始带着设计时序敲代码。目前课程已录制10多讲,1080P高清无码播放。

08efe8360c72e6fb7c0b3baa29be66cf.png

如果有观看 Kevin 之前录制的视频,是相信视频的口碑和和质量的。

目前Kevin 已多套视频,SDRAM 第一季和SDRAM第二季为高质量的免费课程,大家可前往 B 站 搜索“开源骚客”即可进行观看。

或直接点击https://www.bilibili.com/video/av40741823?from=search&seid=16300625873082762661

视频何时公开,免费还是收费,就要看大家在下方评论区有多热情了!!!

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1. 主要工作: 基于MATLAB图像处理的中值滤波、均值滤波以及高斯滤波的实现与对比: a) 中值滤波法是一种非线性平滑技术,它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值. b) 均值滤波是典型的线性滤波算法,它是指在图像上对目标像素给一个模板,该模板包括了其周围的临近像素(以目标像素为中心的周围8个像素,构成一个滤波模板,即去掉目标像素本身),再用模板中的全体像素的平均值来代替原来像素值。 c) 高斯滤波是一种线性平滑滤波,适用于消除高斯噪声,广泛应用于图像处理的减噪过程。通俗的讲,高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是:用一个模板(或称卷积、掩模)扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。 2. 代码功能: 实现中值滤波、均值滤波以及高斯滤波,并对图像进行输出 3. 结果分析 a) 图像经过中值滤波后,高斯噪声没有被完全去除,椒盐噪声几乎被完全去除效果较好。经过均值滤波后不管是高斯噪声还是椒盐噪声大部分都没有被去除,只是稍微模糊化。经过高斯滤波后,高斯噪声和椒盐噪声几乎被很大程度的模糊化,原图好像被加上了一层蒙版。 【注】若添加图片分辨率过高会发出警报,如果可以正常输出则可以忽视。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值