图像增强-分数阶微分(vc++)

分数阶微分,Grumwald-Letnikov定义在图像的数值实现中更为准确:

Gamma函数:

 

若s(t)的持续期t [a,t],将函数持续期间[a,t]按单位间隔h=1进行等分,得到:

推到一元函数是s(t)的 v 阶分数阶微分差分表达式为:

这n个非零系数只有常数“1”,其他都是n-1个都是分数阶微分阶次的函数。n个系数分别为:

 

 

 

 

微分近似掩模算子

 

 

 

分数阶微分( 0.1阶 ~ 0.9阶), 则可以检测到或部分检测到那些模糊边界和细微的弱边界, 而且还可以减少图像噪声的增加。

下左图:原图,下右图:0.5阶分数阶微分处理结果(v=0.5)

void CShowPicView::OnFractionalCalculus( ) // 分数阶微积分 灰度图  单通道
{
	CShowPicDoc* pDoc = GetDocument();
	CDC* pDC=GetDC();
	CString str;
	int  i,j;
	double temp ;

	int **g;
  • 6
    点赞
  • 42
    收藏
    觉得还不错? 一键收藏
  • 10
    评论
分数图像处理是一种新兴的图像处理方法,也被称为分数微积分图像处理。与传统的整数图像处理方法相比,它具有更高的灵活性和表达能力。 分数图像处理的基础理论是分数微积分,它将整数微积分推广到分数分数微积分可以更精确地描述图像中各个像素的特征,包括亮度、对比度、边缘、纹理等。 分数图像处理可以应用于图像增强、图像去噪、图像压缩、图像分割等多个方面。在图像增强方面,分数图像处理可以更准确地增强图像的细节和纹理,使得图像更加清晰和自然。在图像去噪方面,分数图像处理可以更有效地减少图像中的噪声,提高图像的质量。在图像压缩方面,分数图像处理可以更高效地压缩图像数据,减少存储和传输的开销。在图像分割方面,分数图像处理可以更精确地提取图像中的目标物体,分割图像。 虽然分数图像处理在理论和应用方面都具有很大的潜力,但目前仍面临一些挑战。一方面,分数图像处理的数学理论和算法仍在不断发展中,需要更深入的研究和探索。另一方面,分数图像处理的计算复杂度相对较高,需要更高性能的计算平台支持。 总体而言,分数图像处理是一种有前景的图像处理方法,它可以更充分地利用图像中的信息,提高图像处理效果。随着分数图像处理理论和算法的不断发展,相信它将在图像处理领域发挥越来越重要的作用。
评论 10
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