摘要： 为了方便管理，决定以后博客园的博客都搬到CSDNhttp://blog.csdn.net/zhuangmengqiu 阅读全文

摘要： 电脑一开机就弹出http//minimize的情况可以尝试找到：HKEY_CURRENT_USER\Software\Microsoft\Windows\CurrentVersion\Run这个注册表项，里面应该会有一个相应的键值，删除即可。 阅读全文

摘要： 区域生长法的基本思想比较简单，即属于同一区域的像素应该具有相同的性质。 具体先把每个需要分割的区域找一个种子像素作为生长的起点，然后将种子像素周围领域中与种子像素有相同或相似性质的像素（根据某种实现确定的生长或相似准则来判断）合并到种子像素所在的区域中，将这些新像素当作新的种子像素继续进行上面的过程，知道再没有满足条件的像素可以被包括进来吗，这样，一个区域就长成了。因此，实际应用中需要解决的3个... 阅读全文

摘要： 看了《黑客与画家》，对Lisp语言比较好奇，于是就弄了本《Lisp使用教程》，有空的时候就学习一下。Lisp的实现有很多，我用的Emacs+sbcl+slime，因为网上资料比较好找。跟着的前几章体验了一下，先记录一下： 在slime中，你会看到 CL-USER> 敲入命令，只要合乎Lisp语法，便会马上得到执行。 在Lisp中，这个过程叫做read-eval-... 阅读全文

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： 看了《画家与黑客》，对Lisp语言蛮感兴趣，有空的时候准备学习下。今天先把环境搭好。我使用的Lisp环境是Emacs+slime+sbclEmacs和slime直接解压即可，sbcl安装比较简单，只是路径名最好改短一点，装完之后需要配置一个Emacs。Emacs在Windows下缺省是没有.emacs配置文件的。先打开Emacs选择Option-Save Options生成配置文件，它应该在Users\用户名\AppData\Roaming\目录下。然后找到.emacs文件，添加一下代码：(add-to-list 'load-path "D:\\Program Files\\ 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