随笔分类 - 数字图像
摘要：1. 摘要 该文利用加法器神经网络(AdderNets)研究了单幅图像的超分辨率问题。与卷积神经网络相比，AdderNets利用加法来计算输出特征，从而避免了传统乘法的大量能耗。然而，由于计算范式的不同，很难将addernet在大规模图像分类上的成功直接继承到图像超分辨率任务中。具体来说，加法器操作
阅读全文
摘要：什么是半色调（halftone） 半色调（Halftone）技术是传统印刷中用来处理阶调并模拟连续调(Continue tone)的方法。 印刷机或打印机上所打印的图像，只能借由着墨或不着墨两种阶调来表现层次，像这样的两值化影像称为半色调影像。只要借由调整不同形式、不同大小的墨点，利用人眼可以将图像
阅读全文
摘要：1. matlab X=double(rgb2gray(imread('F:/lena.jpg')));%将原始图像转换为灰度图像，如果本身就是灰度图可以去掉rgb2gray函数 [h w] = size(X); subplot(3,3,1); imshow(X,[]); title('原始图像')
阅读全文
摘要：I = imread('F:/lena.jpg'); I=rgb2gray(I); F = fftshift(fft2(I)); % 对图像进行二维 DFT(fft2)，并移至中心位置 magn = log(abs(F)); % 加 log 是便于显示，缩小值域 phase = log(angle(
阅读全文
摘要：from __future__ import print_function import numpy as np import cv2 as cv def main(): def decode_fourcc(v): v = int(v) return "".join([chr((v >> 8 * i
阅读全文
摘要：1.1 回调函数 定义：由系统调用，由用户实现 1.2 信号和消息循环 Ø GUI 编程中常用消息循环阻塞主线程，使其一直处于侦听事件状态 Ø 利用消息路由机制分辨出用户触发了哪类消息，用来调用用户自己实现回 调函数 import cv2 as cv import argparse alpha_sl
阅读全文
摘要：参考：https://zhuanlan.zhihu.com/p/70385018 sift import cv2 as cv img = cv.imread('D:/lena.jpg') gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY) sift = cv.xfea
阅读全文
摘要：Lapalce import sys import cv2 as cv def main(argv): # [variables] # Declare the variables we are going to use ddepth = cv.CV_16S kernel_size = 3 windo
阅读全文
摘要：直方图是对图像像素的统计分布，它统计了每个像素（0到L-1）的数量。 直方图均衡化就是将原始的直方图拉伸，使之均匀分布在全部灰度范围内，从而增强图像的对比度。 直方图均衡化的中心思想是把原始图像的的灰度直方图从比较集中的某个区域变成在全部灰度范围内的均匀分布。 cv2.calcHist(images
阅读全文
摘要：仿射变换通过一系列原子变换复合实现，具体包括：平移（Translation）、缩放（Scale）、旋转（Rotation）、翻转（Flip）和错切（Shear）。 平移： 缩放： 旋转： 翻转： 错切： 示例 from __future__ import print_function import
阅读全文
摘要：import cv2 import numpy as np type_dict = {0: 'NONE', 1: 'INT', 2: 'FLOAT', 3: 'STR', 4: 'REF', 5: 'SEQ', 6: 'MAP', 7: 'TYPE_MASK', 8: 'FLOW', 16: 'US
阅读全文
摘要：opencv-python中的ImageIO from __future__ import print_functionimport cv2 as cv alpha = 0.5 try: raw_input # Python 2 except NameError: raw_input = input
阅读全文
摘要：空间域滤波基础 某些邻域处理工作是操作邻域的图像像素值以及相应的与邻域有相同维数的子图像的值。 这些子图像可以被称为滤波器、掩模、核、模板或窗口，其中前三个词是更为普遍的术语。 在滤波器子图像中的值是系数值，而不是像素值。 空间滤波就是在待处理图像中逐点地移动掩模。在每一点 (x, y) 处，滤波器
阅读全文
摘要：图像退化/复原过程的模型 退化过程可以被模型化为一个退化函数和一个加性噪声项，处理一幅输入图像 f(x, y) 产生一幅退化图像 g(x, y)。给定 g(x, y) 和关于退化函数 H 的一些知识以及外加噪声项 η(x, y)，图像复原的目的是获得关于原始图像的近似估计。 噪声模型 图像复原 在退
阅读全文
摘要：在数学应用上，对于运动引起的图像模糊，最简单的方法是直接做逆滤波，但是逆滤波对加性噪声特别敏感，使得恢复的图像几乎不可用。最小均方差（维纳）滤波用来去除含有噪声的模糊图像，其目标是找到未污染图像的一个估计，使它们之间的均方差最小，可以去除噪声，同时清晰化模糊图像。 定义 给定一个系统 x(t)x(t
阅读全文
摘要：形态学处理 首先，我们来介绍一下形态学图像处理： 数学形态学的语言是集合论，它为大量的图像处理问题提供了一种一致的有力方法。 数学形态学中的集合表示图像中的不同对象。例如，在二值图像中，所有黑色像素的集合是图像完整的形态学描述。 在二值图像中，正被讨论的集合是二维整数空间（z^2）的元素，在这个二维
阅读全文
摘要：开操作 闭操作同样使轮廓线更为光滑，但与开操作相反的是，它通常连接狭窄的间断和长细的鸿沟，消除小的孔洞，并填补轮廓线中的断裂。 使用结构元素 B 对集合 A 进行开操作，定义为： 闭操作 闭操作同样使轮廓线更为光滑，但与开操作相反的是，它通常连接狭窄的间断和长细的鸿沟，消除小的孔洞，并填补轮廓线中的
阅读全文
摘要：定义 形态学上的击中或击不中变换是形状检测的基本工具. 击中击不中变换(HMT)需要两个结构元素B1和B2,合成一个结构元素对B=(B1,B2) 一个用于探测图像内部,作为击中部分;另一个用于探测图像外部,作为击不中部分。显然,B1和B2是不应该相连接的,即B1∩B2=Φ。击中击不中变换的数学表达式
阅读全文
摘要：集合 A 的边界表示为 β(A)，它可以通过先由 B 对 A 腐蚀，而后用 A 减去腐蚀得到。即： 代码 clear;clc; width=500; %图像的宽 height=500; %图像的高 expand_size=200; img=ones(width,height); expand_img
阅读全文
摘要：区域填充 在图中，A 表示一个包含子集的集合，其子集的元素均是区域的 8 连通边界点。目的是从边界内的一个点开始，用 1 填充整个区域。 我们采用：所有非边界（背景）点标记为 0，则以将 1 赋给 p 点开始。 下列过程将整个区域用 1 填充： 代码 clear all; close all; cl
阅读全文
浙公网安备 33010602011771号