zoukankan      html  css  js  c++  java
  • 数字图像处理的初步学习

    灰度图是一个二维函数,彩色图是三个二维函数。

    数字图像的量化电平越少色彩越差。

    采样间隔也就是像素。

    图像中实际层次越多,效果越好。

    图像的对比度=最大亮度/最小亮度,对比度越大,图像效果越好。

    直方图的处理:图像暗,说明图像的直方图分布出在灰度级低的一侧,图像亮则图像处在灰度级高的一侧。好的图像的像素占有全部的灰度级且分布均匀,具有高对比度和多变的灰度色调。

    图像锐化的三种算子:(图像锐化的主要用于增强图像灰度跳变部分)

    1.基于一阶导数的图像增强-梯度算子

    梯度的方向就是函数f(x,y)最大变化率的方向。

    原图

    • Robert交叉梯度代码

    I=imread('123.jpg');
    imshow(I);
    I=double(I);
    w1=[-1 0;0 1];
    w2=[0 -1;1 0];
    G1=imfilter(I,w1,'corr','replicate');
    G2=imfilter(I,w1,'corr','replicate');
    G=abs(G1)+abs(G2);
    figure,imshow(G,[]);
    figure,imshow(abs(G1),[]);
    figure,imshow(abs(G2),[]);

    • Sobel梯度代码

    I=imread('123.jpg');
    w1=fspecial('sobel');
    w2=w1';
    G1=imfilter(I,w1);
    G2=imfilter(I,w2);
    G=abs(G1)+abs(G2);
    figure,imshow(G,[]);
    figure,imshow(G1,[]);
    figure,imshow(G2,[]);

    w1                     w2 

    2.基于二阶微分的图像增强-拉普拉斯算子

    应用:强调图像中灰度的突变及降低灰度慢变化的区域

    代码

    I=imread('123.jpg');
    figure,imshow(I,[]);
    Id=double(I);
    h_lap=[-1 -1 -1;-1 8 -1;-1 -1 -1]
    I_lap=imfilter(Id,h_lap,'corr','replicate');
    figure,imshow(uint8(abs(I_lap)),[]);

  • 相关阅读:
    ORM中的事务和锁
    双下划线跨表查询 聚集查询 分组查询 FQ查询
    cookie和session
    多表查询
    单表查询
    ORM
    Djangon之模板
    Django之视图函数
    Django之URL路由系统
    web框架的本质及自定义web框架
  • 原文地址:https://www.cnblogs.com/chunmei/p/4888467.html
Copyright © 2011-2022 走看看