随笔分类 -  VC++图像处理

摘要：边缘检测原理： 图像中的边缘是由于局部特征不连续的结果，例如，灰度值、颜色、纹理等的突变造成的。 以下为数字图像的边缘模型： 下面给出斜坡数字边缘模型的一阶导数和二阶导数模型： 可以看出用一阶导数可以判断出图像的边缘，二阶导数的符号则可以用于判断边缘像素处于亮的一边还是暗的一边。 梯度对应于一阶导数，对于一个连续图像函数f(x,y)，他在f(x,y... 阅读全文

摘要：一、阈值分割阈值分割原理：一副图像包括目标、背景和噪声，设定某一阈值T将图像分成两部分：大于T的像素群和小于T的像素群。在实际处理时候，为了显示需要一般用255表示背景，用0表示对象物。由于实际得到的图像目标和背景之间不一定单纯地分布在两个灰度范围内，此时就需要两个或以上的阈值来提取目标。图像阈值化分割是一种传统的最常用的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。难点在于如何选择一个合适的阈值实现较好的分割。1.最大方差阈值最大方差阈值的基本思想是：把直方图在某一阈值处分割成两组，当被分成的的两 阅读全文

摘要：图像锐化主要影响图像中的低频分量，不影响图像中的高频分量。图像锐化的主要目的有两个：1.增强图像边缘，使模糊的图像变得更加清晰，颜色变得鲜明突出，图像的质量有所改善，产生更适合人眼观察和识别的图像；2.希望通过锐化处理后，目标物体的边缘鲜明，以便于提取目标的边缘、对图像进行分割、目标区域识别、区域形状提取等，进一步的图像理解与分析奠定基础。图像锐化一般有两种方法：1.微分法2.高通滤波法这里主要介绍一下两种常用的微分锐化方法：梯度锐化和拉普拉斯锐化。注意：由于锐化使噪声受到比信号还要强的增强，所以要求锐化处理的图像有较高的信噪比；否则，锐化后的图像的信噪比更低。1.梯度锐化基本理论邻域平均法或 阅读全文

摘要：中值滤波是一种典型的非线性滤波技术。它在一定条件下可以克服线性滤波器如最小均方滤波，均值滤波等带来的图像细节模糊，而且对滤波脉冲干扰及图像扫描噪声非常有效。传统的中值滤波一般采用含有奇数个点的滑动窗口，用窗口中各点灰度值的中值来替代指定点的灰度值。对于奇数个元素，中值为大小排序后中间的数值；对于偶数个元素，中值为排序后中间两个元素灰度值的平均值。中值滤波是一种典型的低通滤波器，主要用来抑制脉冲噪声，它能彻底滤除尖波干扰噪声，同时又具有能较好地保护目标图像边缘的特点。标准一维中值滤波器的定义为：yk = med{ xK-N, xk-N+1, ... ,xk, ... ,xK+N }式中，med表 阅读全文

摘要：邻域平均法和加权平均法在消除噪声的同时，都不可避免地带来平均化的缺憾，致使尖锐变化的边缘或线条变得模糊。考虑图像中目标物体和背景一般都具有不同的统计特性，即不同的均值和方差，为保留一定的边缘信息，可采用选择式掩膜平滑滤波，这样可以得到较好的图像细节。这种方法以尽量不模糊边缘轮廓为目的。 1．基本原理 选择式掩膜平滑方法取5×5的模板窗口，以中心像素为基准点，制作4个五边形、4个六边形、一个边长为3的正方形共9个形状的屏幕窗口，分别计算每个窗口内的平均值及方差。由于含有尖锐边缘的区域，方差必定比平缓区域大，因此采用方差最小的屏蔽窗口进行平均化。这种方法在完成滤波操作的同时，又不破坏区域 阅读全文

摘要：图像的平滑用来减弱或消除图像中的高频分量，但不影响低频分量。因为高频分量主要对应图像中的区域边缘等灰度值具有较大较快变化的部分，平滑滤波将这些分量滤去可减少局部灰度起伏，使图像变得比较平滑。实际应用中，平滑滤波还可用于消除噪声，或者在提取较大目标前取出过小的细节或将目标内的小间断连接起来。它的主要目的是消除图像采集过程中的图像噪声，在空间域中主要利用邻域平均法、中值滤波法和选择式掩膜平滑法来减少噪声。1、邻域平均法邻域平均法是将原图中一个像素的灰度值和它周围邻域n个像素的灰度值相加，然后将求的的平均值作为新图中该像素的灰度值。邻域平均法采用了模板计算的思想，模板操作实现了一种邻域运算，在数学中 阅读全文

摘要：灰度修正 灰度修正是图像在空间域中增强的简单而有效的方法，通常根据图像不同的降质现象二采用不同的修正方法。常用的方法主要有三种：一是灰度级矫正：二是灰度变换；三是直方图修正。 2.1、灰度校正 图像在成像过程中，往往由于光照、摄像、传感器灵敏度以及光学系统等的不均匀现象而引起图像某些部分较暗或较亮。对这类图像使用灰度级修正，能够获得满意的视觉效果。 设原始图像为f（x，y），不均匀降质图像为g（x，y），代表降质性质图像的函数为e（x，y），则降质过程可用下式来描述： g（x，y） = e（x，y）f（x，y）--------------------------（1） 从上... 阅读全文

摘要：图像增强是图像处理中一个重要的内容，在图像生成，传输或变换的过程中，由于多种因素的影响，造成图像质量下降，图像模糊，特征淹没，给分析和识别带来困难。因此，按特定的需要将图像中感兴趣的特征友选择地突出，衰减不需要的特征，提高图像的可懂度是图像增强的主要内容。图像增强不考虑图像降质的原因，而且改善后的图像也不一定逼近原图像，这是它与图像复原本质的区别。图像增强的主要目的有两个：一是改善图像的视觉效果，提高图像的清晰度；二是将图像转换成一种更适合人类或机器进行分析处理的形式，一边从图像中获取更多有用的信息。图像增强方法大致分为两类：一类是空间域处理法，另一类是频域处理法。空间域是直接对图像的像素进行 阅读全文

摘要：图像经过缩放后有可能在原图中招不到对应的像素点，这需要用图像插值来解决。1.理论基础假设图像的X轴方向缩放比例是Kx，Y轴方向的缩放比是Ky，则缩放后输出图像的点（x' , y'）对应原图中坐标（u , v）的位置是带小数点的素，即：上式可以写成如下形式：依据上式很容易得出缩放算法的实现：1.遍历输出图像上的每一个点（x' , y'），根据式（2）计算出它对应于原图上的坐标值（u , v）2.选择一种插值算法，（最近邻域、双线性、立方卷积等），计算出f（u，v）3.将f（u，v）的值赋给g（x' , y'） 阅读全文

摘要：假设我们已知坐标 (x0, y0) 与 (x1, y1)，要得到 [x0, x1] 区间内某一位置 x 在直线上的值。根据上图中所示，我们得到 假设方程两边的值为 α，那么这个值就是插值系数—从 x0 到 x 的距离与从x0 到 x1 距离的比值。由于 x 值已知，所以可以从公式得到 α 的值 同样， 这样，在代数上就可以表示为： 或者， 这样通过 α ... 阅读全文

摘要：插值的定义： 设函数y=f(x)在区间[a,b]上有定义，且已知在点a≤x0<x1<…<xn≤b上的值为y0,y1,…,yn,若存在简单函数P(x)使得 P(xi)=yi (i=0,1,…,n) 成立，就称P(x)为f(x)的插值函数， x0,x1,…,xn称为插值节点，包含插值节点的区间[a,b]称为插值区间，求插值函数P(x)的方法就是插值法。 有时，在图像的几何变换中，比如缩放和旋转... 阅读全文

摘要：灰度直方图反应图像灰度的统计特性，表达了图像中取不同灰度值的面积或像素数在政府图像中所占的比例，是图像中最基本的信息。直方图的横坐标是灰度级，一般用r表示，纵坐标是具有该灰度级的像素个数或出现这个灰度级的概率P(rk)（k为下标）。 ;式中,N为一副图像中像素的总数,nk为第k级灰度的像素数,rk表示第k个灰度级,P(rk)则表示该灰度级出现的概率.因为P(rk)给出了对rk出现概率的一个估值，所以直方图提供了原图的灰度值分布情况。灰度直方图灰度级的分布可以提供图像信息的许多特征，为图像分析提供了一个有力的工具。例如，若直方图密集地分布在很窄的区域之内，说明图像的对比度很低；若直方图有两个峰值 阅读全文

摘要：以灰度图像为例，假设原图像像素的灰度值为D = f(x,y), (x,y)为图像坐标，处理后图像像素的灰度值为D’ = g(x,y),则灰度变换函数可以表示为： g(x,y) = T[f(x,y)] 或 D = T[D] 要求D和D’都在图像的灰度范围之内。灰度变换函数描述了输入灰度值和输出灰度值之间的转换关系。一旦灰度转换关系确定，则图像中每一点的运算关系就被完全确定下来。 灰度图像主... 阅读全文

摘要：彩色图像变成灰度格式，是要扔掉图像的颜色信息，用灰度表示图像的亮度信息。彩色图像每像素占3个字节，而变成灰度图像后，每个像素占一个字节，像素的灰度值是当前彩色图像像素的亮度，对于一个三分量的RGB的彩色图像像素，该店的亮度一般按以下公式计算： I = 0.3B + 0.59G + 0.11R 另外，彩色图像没有颜色表，因此转换成灰度图像后，还要为灰度图像生成颜色表。我们只需要... 阅读全文

摘要：。下面介绍的是一种通过批处理的方法重建系统缓存图标，经过测试，好用，无副作用。您只需新建一个txt文档，把下面这段代码，复制进去，然后重命名，改为bat格式，然后双击运行即可。rem 关闭Windows外壳程序explorertaskkill /f /im explorer.exerem 清理系统图标缓存数据库attrib -h -s -r "%userprofile%\AppData\Local\IconCache.db"del /f "%userprofile%\AppData\Local\IconCache.db"attrib /s /d -h - 阅读全文