zoukankan      html  css  js  c++  java
  • 图像的增强

    图像增强:

    1. 灰度变换

    1.1 灰度线性变换

    1.2分段线性变换

    1.3 非线性变换

    2.直方图修正

    2.1.直方图定义

    2.2.直方图均衡化

    2.3.直方图规定化

    3. 图像平滑

    3.1 图像的噪声

          图像的边缘,跳跃,以及噪声等灰度变化剧烈的部分代表的是图像的高频分量,而大面积背景区域和灰度变化缓慢的地方代表的是图像的低频分量。

    3.2 模板卷积

          大部分模板为了容易取到中心位置,一般都会将模板设置为奇数,比如3*3或者5*5.对于图像的边缘部分,则有若干种方法采取补齐等措施。

    4.图像的锐化

          图像锐化和图像的平滑非常的类似,只是模板的形状发生了变化。

    4.1 微分法:

    Df/Dx =f(x+1,y)-f(x,y)

    Df/Dy =f(x,y+1)-f(x,y)

    上式(1)体现的是x方向的变化,(2)式突出的是y方向的变化。 重点是二阶的定义:

    (D2)f/D(x2)=f(x+1,y)-2f(x,y)+f(x-1,y); (D2)f/D(y2)=f(x,y+1)-2f(x,y)+f(x,y-1);

    4.2 梯度算子

    △f(x,y)=[Gx Gy]=[Df/Dx,Df/Dy]

    幅值mag(△f(x,y))=((Gx)2+(Gy)2)0.5

    梯度的方向:......

    这里面比较重点的就是了解直方图均衡化的思想。还有就是图像的锐化,有点类似于边缘检测。

  • 相关阅读:
    K8S calico
    K9S之glusterfs
    kubeadm安装报错
    创建crd和cr
    分布式学习汇总
    容器常见问题分析
    项目迁移到k8s平台流程
    K8S storageclass
    awk命令
    K8S headless service服务详解
  • 原文地址:https://www.cnblogs.com/CBDoctor/p/2244369.html
Copyright © 2011-2022 走看看