![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数字图像处理
N某人
狗头Rser wechat plateform
展开
-
数字图像处理笔记(十)关于MATLAB的一些补充知识(二值图像交、并、补,空间滤波器手撕方法)
1.空间滤波器的一些手撕方法 空间滤波器实际上就是一个移动窗口,在移动中经过特殊的运算,然后将这个特殊的运算的值赋值给原来矩阵的部分,像平均值滤波器是一种平滑的方法,它是一种线性滤波器 ,本质上就是矩阵的点乘运算,你的模板可以用循环再.*的方法来实现,在数字图像处理中P141页有一个非常伟大的表格滤波器名称公 式注 释平均值f^(x,y)=1mn∑(s,t)∈Sxyg(s,t)\hat{f}(x,y) =\dfrac{1}{mn} \sum\limits_{(s,t)原创 2020-11-18 21:25:43 · 1008 阅读 · 0 评论 -
数字图像处理笔记(九)基本的形态学算法
0.前言 这篇文章就慢慢一边做实验一边写基本的形态学处理的内容,看着阮老师翻译的书直接用MATLAB靠自己的记忆写程序。慢慢更这篇,一边理解一边更,包括边界提取、孔洞填充(重点,因为我要考的课有道题就考这个)、骨架、连通分量、细化、裁剪等等。1.边界提取 表示为 β(A)\beta(A)β(A) 的集合 AAA 的边界可以先用 BBB 对 AAA 服饰,而后做 AAA 和 腐蚀结果的之间的集合之差得到,即β(A)=A−(A⊖B)\beta(A) = A - (A \ominus B)β(A)=A原创 2020-11-09 21:01:57 · 1396 阅读 · 0 评论 -
数字图像处理笔记(八)彩色图像和彩色图像直方图均衡化
前言 今天是10.24节,假装在考研过程中百忙中给自己放一个假,好吧只是骗自己的,继续写笔记罢了,读了好多文章和冈萨雷斯老师的书感觉彩色图像处理这一块都不是讲的很细,可能是理论太过于繁琐而实践的时候都已经有封装好的API了吧RGB空间 这个是应该是人人都认识的色彩空间了,在 RGB 模型中,每种颜色出现在红、绿、蓝的颜色光谱分量中。该模型基于笛卡儿坐标系只不过在实际处理的时候我们都是灰度图合并起来罢了,一般都是三个分量即R、G、B分量,8bit图像值在0-255之间。 事实上,在我们遥感传原创 2020-10-24 09:36:48 · 11230 阅读 · 1 评论 -
数字图像处理笔记(七) 字符串识别
前言 看了某年的真题,发现考字符串识别,要画流成图和描述用到的数字图像处理方法,所以就自己用tikz画了一个,顺便用tcolorbox写了写,参考了一篇中科大的硕士论文。 流程图\documentclass[UTF8,fontset=macnew]{ctexart}\usepackage{tikz}\usepackage{amsmath}\usepackage{xcolor}\usepackage{lipsum}\usepackage{tcolorbox}\usetikzlibrary原创 2020-09-25 22:25:30 · 639 阅读 · 0 评论 -
数字图像处理(六)开操作和闭操作
开操作 开操作简单说就是先腐蚀再膨胀即:A∘B=(A⊖B)⊕BA \circ B = (A \ominus B) \oplus BA∘B=(A⊖B)⊕B 开操作一般会平滑物体的轮廓、断开狭窄的狭颈并消除突出物。 开操作具有的性质:(1). AAA ∘\circ∘ BBB 是 AAA 的一个子集(子图像)。(2).如果 CCC 是 DDD 的一个子集,那么C∘BC \circ BC∘B,则 C∘BC \circ BC∘B 是 D∘BD..原创 2020-08-18 22:25:02 · 4428 阅读 · 0 评论 -
数字图像处理笔记(五) 直方图均衡化
若一幅图像的像素倾向于占据整个可能的灰度级并且分布均匀,则该图像会有高对比度的外观并展示出灰色调的较大变化。最终效果是一幅灰度细节丰富且动态效果动态范围较大的图像。 考虑连续灰度值,并用变量 rrr 表示待处理图像的灰度。通常,我们假设 rrr的取值范围为 [0,L−1][0,L-1][0,L−1] 且 r=0r=0r=0 表示黑色,$ r = L-1$ 表示白色。在 rrr 满足这些条件的情况下,我们将注意力集中在变换形式s=T(r),0≤r≤.原创 2020-08-15 09:53:07 · 536 阅读 · 0 评论 -
数字图像处理笔记(四) 腐蚀和膨胀
说明在此篇文章中,请把你的思维转换到矩阵的角度来,图像是矩阵,结构元也是矩阵,在此,我们约定俗成的是,结构元(SE)的中心是矩阵的正中心。 结构元设有两幅图像AAA 和 BBB,若 AAA 表示被处理的图像,而 BBB 是用来处理$ A$,则称 BBB 为一 个结构元。结构元一般表示为000 和 111 构成的结构元数组。 可以是任意形状,但通常是对称的,结构元原点是区域的中心。上面是冈萨雷斯老师的书中对结构元的说明,那么简单点,说人话。例如,我们下面有一个小色块(矩阵),你也可以认为是卷积中.原创 2020-08-14 12:34:45 · 9853 阅读 · 3 评论 -
数字图像处理笔记(三)图像质量评价
导言最近在复习专业课的时候在看数字图像的质量评价的时候在冈萨雷斯老师的《数字图像处理》中找了半天找不到主观评价和客观评价相关内容的答案,没办法,只能在文献里找,并听取了《中国图象图形学报》第7期图像质量评价西安电子科技大学李老师的讲座,总结了一下,可能有点长,在实际答题的时候可能需要节俭一点!而且也是个人的参悟,不一定对,欢迎批评指正!总的来说可以其实可以分为两大类,一是基于技术类评价(与客观评价近似),二是基于美学评价(与主观近似)。 基于美学(主观评价)主观评价是基于人眼视觉为终端的,实施方法.原创 2020-08-04 22:15:33 · 1220 阅读 · 0 评论 -
数字图像处理笔记(二)邻域和邻接
邻域 4邻域:位于坐标(x,y)处的像素p有水平和垂直的相邻像素。 我们将这组像素记为p的4邻域,记为N4(p)N_4(p)N4(p)。 对角相邻像素: 我们将这组像素记为p的对角相邻4像素,记为ND(p)N_D(p)ND(p)。于是这两种邻域合起来就构成了8邻域。 8邻域:4邻域和对角相邻像素构成的邻域: 我们把这组像素记为N8(p)N_8(p)N8(p)邻接令V是用于定义邻接性的灰度值集合,二值图像中,把具有1值的像素归诸于邻接像素。则V = {1}。如果是0-255的邻原创 2020-07-21 23:55:36 · 4054 阅读 · 0 评论 -
数字图像处理笔记(一)空间分辨率与灰度分辨率
前言因为在准备考研,复习专业课,复习的是<<数字图像处理>>,教材的话就是冈萨雷斯老师的<<数字图像处理>>第三版。把复习到的东西也就写一写,想一想,希望能够有深刻一些的理解。空间分辨率空间分辨率是图像中可识别的最小细节的度量。可以用每单位距离对数和每单位距离点数(像素数)表示。一条线宽W个单位,线对的宽度就是2W(线对指的当然是两条线所以要乘2),单位距离就有1/2W个线对。而对于每单位距离点数主要是用于印刷和出版业中,经常,我们要求发paper的这个原创 2020-07-12 22:07:24 · 8160 阅读 · 2 评论