FishL

摘要： 【图像处理笔记】总目录 0 引言 在之前的博客图像增强，傅里叶变换（OpenCV)中都有用到过傅里叶变换，但一直都不是特别理解，现系统地学习一下。先来看一个视频傅里叶级数与傅立叶变换，我们了解到任何周期函数都可以表示为不同频率的正弦函数和/或余弦函数之和，其中每个正弦函数和/或余弦函数都乘以不同的系 阅读全文

摘要： 1 图像增强 1.1 图像增强 2 形态学 2.1 二值图像形态学 2.2 灰度级形态学 2.3 形态学重建 3 图像分割 3.1 图像分割之基于灰度不连续性的分割方法 3.2 图像分割之阈值处理 3.3 图像分割之区域生长、区域分离与聚合 3.4 图像分割之聚类和超像素 3.5 图像分割之形态学分 阅读全文

摘要： 【图像处理笔记】总目录 0 引言 特征提取就是从图像中提取显著并且具有可区分性和可匹配性的点结构。常见的点结构一般为图像内容中的角点、交叉点、闭合区域中心点等具有一定物理结构的点，而提取点结构的一般思想为构建能够区分其他图像结构的响应函数或者从特征线或轮廓中进行稀疏采样。Harris角点检测器便是运 阅读全文

摘要： 【图像处理笔记】总目录 0 引言 特征提取之边界特征和特征提取之区域特征两篇博客介绍的描述子非常适合于某些应用（如工业检测），在这些应用中，可以使用图像分割中的方法可靠地分割图像中的各个区域。主分量特征向量与前面的内容是不同的， 因为它们基于多幅图像。在某些应用中，如搜索图像数据库寻找匹配（如人脸识 阅读全文

摘要： 【图像处理笔记】总目录 0 引言 图像分割为多个区域或它们的边界后，需要进行特征提取，特征提取包括特征检测和特征描述。特征检测是指在边界、区域或图像中发现特征，特征描述是将定量属性分配给检测到的特征。例如，可以检测一个区域边界上的角，并用它们的方向和位置来描述这些角，其中的方向和位置都是定量属性。在 阅读全文

摘要： 【图像处理笔记】总目录 0 引言 图像分割为多个区域或它们的边界后，需要进行特征提取，特征提取包括特征检测和特征描述。特征检测是指在边界、区域或图像中发现特征，特征描述是将定量属性分配给检测到的特征。例如，可以检测一个区域边界上的角，并用它们的方向和位置来描述这些角，其中的方向和位置都是定量属性。在 阅读全文

摘要： 【图像处理笔记】总目录 0 引言 大多数分割算法都基于图像灰度值的两个基本性质之一：不连续性和相似性。第一类方法根据灰度的突变（如边缘）将图像分割为多个区域：首先寻找边缘线段，然后将这些线段连接为边界的方法来识别区域。第二类方法根据一组预定义的准则把一幅图像分割为多个区域。本节讨论两种相关的区域分割 阅读全文

摘要： 【图像处理笔记】总目录 0 引言 迄今为止，我们讨论了基于三个主要概念的分割：边缘检测、阈值处理和区域提取。每种方法都有优点[例如全局阈值处理具有速度优势]和缺点[例如在基于边缘的分割中，需要进行后处理(如边缘连接)]。本节讨论的基于形态学分水岭概念的方法。分水岭分割体现了其他三种方法的许多概念，因 阅读全文

摘要： 0 引言 本章的大多数分割算法都基于图像灰度值的两个基本性质之一：不连续性和相似性。第一类方法根据灰度的突变（如边缘）将图像分割为多个区域：首先寻找边缘线段，然后将这些线段连接为边界的方法来识别区域。第二类方法根据一组预定义的准则把一幅图像分割为多个区域：上一节根据像素性质（如灰度值或颜色）的分布进 阅读全文

摘要： 1 准备工具 CMake CUDA Toolkit + CUDNN VIstual Studio 2019 OpenCV + OpenCV_contrib 点击上面链接跳转，我使用的是CMake3.24，CUDA11.1，CUDNN8.0.5，已上传至百度网盘。 链接：https://pan.bai 阅读全文