![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
yxswhy
这个作者很懒,什么都没留下…
展开
-
图像的卷积
加权和:相关算子(Correlation Operator)定义:, 即 ,其中h称为相关核(Kernel). 步骤:1)滑动核,使其中心位于输入图像g的(i,j)像素上2)利用上式求和,得到输出图像的(i,j)像素值3)充分上面操纵,直到求出输出图像的所有像素值 例:A = [17 24 1 8 15 2原创 2017-08-19 14:16:40 · 252 阅读 · 0 评论 -
图像的分辨率
图像的分辨率——图像有空间分辨率(Spatial Resolution):指图象中单位长度包含的像素或者点的数目常以像素/英寸(Pixels per inch,ppi)为单位来表示,一般在没有必要对涉及像素的物理分辨率进行实际度量时,通常会称一幅大小为M*N的数字图像的空间分辨率为M*N像素,此为大家通常所理解的分辨率。像素越小,单位长度所包含的像素数据就越多,分辨率也就越高,但同样物理大...原创 2018-08-20 11:39:23 · 4119 阅读 · 0 评论 -
高光谱图像是什么?
1.光谱分辨率在10l数量级(一般数量级指一系列 10 的幂,eg.10和1000差了100倍,相差两个数量级)范围内的光谱图像称为高光谱图像(Hyperspectral Image)。遥感技术经过20世纪后半叶的发展,无论在理论上、技术上和应用上均发生了重大的变化。其中,高光谱图像技术的出现和快速发展无疑是这种变化中十分突出的一个方面。通过搭载在不同空间平台上的高光谱传感器,即成像光谱仪原创 2017-12-28 20:53:57 · 9410 阅读 · 0 评论 -
什么是图像分辨率及细节为何为高频信息
图像分辨率泛指成像或显示系统对细节的分辨能力,代表图像中存储的信息量。一般情况下,图像分辨率越高,图像中包含的细节越多,信息量也越大。图像分辨率分为空间分辨率和时间分辨率。通常,分辨率被表示成每一个方向上的像素数量,例如64*64的二维图像。但是,分辨率的高低并不等同于像素数量的多少,例如一个通过插值放大了5倍的图像并不表示它包含的细节增加了多少。图像超分辨率重建关注的是恢复图像中丢失的细节,即高原创 2017-12-27 19:47:05 · 11043 阅读 · 1 评论 -
阈值分割笔记
直方图阈值选取,是将区域的直方图,先进行高斯平滑处理,再对其包络曲线进行拟合,利用极小值点一阶导数为0二阶导数大于0的特性,选取极小值点作为分割阈值。高斯平滑能消除一些局部极小值的干扰,当直方图还存在多个极小值点时,可算出极大值点,综合考虑极值间的位置关系选出位于两波峰之间波谷的极小值作为阈值。原创 2017-09-11 15:17:21 · 577 阅读 · 0 评论 -
灰度值为50对应的图像RGB计算
实际上在我们的日常生活中,通过三原色色彩深浅的组合,可以组成各种不同的颜色。产品能够展现的灰度数量越多,也就意味着这款产品的色彩表现力更加丰富,能够实现更强的色彩层次。例如三原色16级灰度,能显示的颜色就是16×16×16=4096色。不过目前的产品256级灰度已经非常地普遍了。 所谓颜色或灰度级指黑白显示器中显示像素点的亮暗差别,在彩色显示器中表现为颜色的不同,灰度级越多,图像层次越清楚原创 2017-09-08 16:30:26 · 10887 阅读 · 1 评论 -
分割与增强
边缘检测和图像分割的联系: 边缘检测后的图像是二值图像,对二值图像可以运用形态学操作来分割目标,所以边缘检测是图像分割的一个前提。但分割不一定非要用边缘检测。图像分割:概念: 图像分割是将图像划分成若干个互不相交的小区域的过程,所谓小区域是某种意义下具有共同属性的像素的连通集合。 从集合的观点看转载 2017-09-06 20:22:46 · 1179 阅读 · 0 评论 -
基于阈值图像分割
图像分割主要用于图像描述和分析,是图像处理到图像分析的关键步骤,也 是进一步理解图像的基础。图像分割通常是为了进一步对图像进行分析、识别、跟踪、理解、压缩编码等,分割的准确性直接影响后续任务的有效性,因此具有十分重要的意义。关于图像分割技术,已经有相当多的研究结果和方法,本文主要阐述一种经典的分割方法:基于阈值的图像分割方法。图像分割主要用于图像描述和分转载 2017-09-06 20:14:06 · 12172 阅读 · 1 评论 -
图像分割
所谓图像分割指的是根据灰度、颜色、纹理和形状等特征把图像划分成若干互不交迭的区域,并使这些特征在同一区域内呈现出相似性,而在不同区域间呈现出明显的差异性。我们先对目前主要的图像分割方法做个概述,后面再对个别方法做详细的了解和学习。1、基于阈值的分割方法 阈值法的基本思想是基于图像的灰度特征来计算一个或多个灰度阈值,并将图像中每个像素的灰度值与阈值相比较,最后将像素根据比较原创 2017-09-06 20:09:04 · 892 阅读 · 0 评论 -
图像边界识别梯度与热度关系
由各向异性扩散原理与边缘检测得到理解图像边缘检测大幅度地减少了数据量,并且剔除了可以认为不相关的信息,保留了图像重要的结构属性。有许多方法用于边缘检测,它们的绝大部分可以划分为两类:基于查找一类和基于零穿越的一类。基于查找的方法通过寻找图像一阶导数中的最大和最小值来检测边界,通常是将边界定位在梯度最大的方向。基于零穿越的方法通过寻找图像二阶导数零穿越来寻找边界,通常是Laplacian过零点或原创 2017-08-19 12:44:26 · 911 阅读 · 0 评论 -
HOG案例笔记及问题
方向梯度直方图:计算图像x轴y轴方向上的梯度,梯度有幅值和方向,直方图就是关于幅值和方向的直方图分布L2范数是指向量各元素的平方和然后求平方根特征描述子(Feature Descriptor)特征描述子就是图像的表示,抽取了有用的信息,丢掉了不相关的信息(如何抽取和剔除?)。通常特征描述子会把一个w*h*3(宽高3,3个channel)的图像转换成一个长度为n的向量/矩阵。比如一副64...原创 2018-08-28 16:50:26 · 771 阅读 · 0 评论