随笔分类 - 数字图像处理
摘要：1. 拉普拉斯算子 1.1 简介 一种典型的各向同性的微分算子，可用于检测图像中灰度图片的区域 $$ \nabla^{2} f=\frac{\partial^{2} f}{\partial x^{2}}+\frac{\partial^{2} f}{\partial y^{2}} $$ 根据上述的差分
阅读全文
摘要：1. 基本原理 1. 基本原理 一种典型的非线性滤波器就是中值滤波器，它使用像素的一个领域内的灰度的中值来代替该像素的值。中值滤波器通常是处理椒盐噪声的一种有效的手段。 2. 测试结果 图源自skimage 3. 代码 1 import numpy as np 2 3 def median_filt
阅读全文
摘要：1. 基本原理 使用元素的领域内像素的平均值代替该元素，可明显的降低图像灰度的尖锐变换。它的一种重要应用是模糊处理：得到感兴趣的区域的粗略表示，将次要的/小的元素与背景融合，使得主要的/较大的元素变得易于检测 $$ R=\frac{1}{m} \sum_{i=1}^{m} z_{i} $$ $m$为
阅读全文
摘要：1. 基本原理 通过一个变换，将输入图像的灰度级转换为`均匀分布`，变换后的灰度级的概率密度函数为$$P_s(s) = \frac{1}{L-1}$$直方图均衡的变换为$$s = T(r) = (L-1)\int_0^r {P_r(c)} \,{\rm d}c $$ $s$为变换后的灰度级，$r$为
阅读全文
摘要：1. 基本原理 在灰度图中，像素值的范围为[0, 255]，即共有256级灰度。在计算机中，我们使用8比特数来表示每一个像素值。因此可以提取出不同比特层面的灰度图。比特层面分层可用于图片压缩：只储存较高比特层（为什么使用较高层，而不是较低层？通过二进制转换，我们知道较高层在数值中的贡献更大）；如使用
阅读全文
摘要：1. 基本原理 灰度级分层通常用于突出感兴趣的特定灰度范围内的亮度。灰度级分层有两大基本方法。 将感兴趣的灰度范围内的值显示为一个值（比如0），而其他范围的值为另外一个值（255）。 将感兴趣的灰度范围内的值显示为一个值（比如0），而其他范围的值不变。 2. 测试结果 图源自skimage 3. 代
阅读全文
摘要：1. 基本原理 对比度拉伸是扩展图像灰度级动态范围的处理。通过在灰度级中确定两个点来控制变换函数的形状。下面是对比度拉伸函数中阈值处理的代码示例，阈值为平均值。 2. 测试结果 图源自skimage 3. 代码
阅读全文
摘要：1. 基本原理 变换形式 $$s=cr^{\gamma}$$ c与$\gamma$均为常数 可通过调整$\gamma$来调整该变换，最常用于伽马校正与对比度增强 2. 测试结果 图源自skimage 3. 代码
阅读全文
摘要：1. 基本原理 变换形式如下$$T(r) = c\lg(r+1)$$ c为常数 由于对数函数的导数随自变量的增大而减小，对数变换将输入窄范围的低灰度值扩展为范围宽的灰度值和宽范围的高灰度值压缩为映射为范围窄灰度值。从视觉上，通常是图片变得更亮了 2. 测试结果 对数变换，参数C=1（图源自skima
阅读全文
摘要：1. 基本原理 获取像素值在[0, L]范围内的图像的反转图像，即为负片。适用于增强图像中白色或者灰色的区域，尤其当黑色在图片中占主地位时候 $$T(r) = L-r$$ 2. 运行结果 图源自skimage 3. 代码
阅读全文
浙公网安备 33010602011771号