摘要：
图像处理领域的线性滤波器主要包括均值滤波和高斯滤波等平滑滤波器，此外,还有Sobel算子、Laplas算子和梯度运算等锐化滤波器。线性滤波通常的处理方法是利用一个指定尺寸的掩模(mask)对图像进行卷积，通常，这个掩模(mask)也可以称为滤波器(filter)、 核(kernel)、模板(temp 阅读全文
摘要：
在图像预处理中，最基础也最重要的处理方法是图像滤波与增强。图像滤波可以很好地消除测量成像或者环境带来的随机噪声、高斯噪声和椒盐噪声等。图像增强可以增强图像细节，提高图像对比度。 滤波器的种类有很多种。按照输出和输入之间是否有唯一且确定的传递函数，我们可以把滤波器分为线性滤波器和非线性滤波器两种。 非 阅读全文
摘要：
直方图均衡化又称为灰度均衡化，是指通过某种灰度映射使输入图像转换为在每一灰度级上都有近似相同的输出图像(即输出的直方图是均匀的)。在经过均衡化处理后的图像中，像素将占有尽可能多的灰度级并且分布均匀。因此，这样的图像将具有较高的对比度和较大的动态范围。直方图均衡可以很好地解决相机过曝光或曝光不足的问题 阅读全文
摘要：
在视频处理中，为了能够实时调节图像的对比度，通常需要对直方图进行拉伸处理。直方图拉伸是指将图像灰度直方图较窄的灰度级区间向两端拉伸，增强整幅图像像素的灰度级对比度，达到增强图像的效果。 常用的直方图拉伸方法有线性拉伸、3段式分段线性拉伸和非线性拉伸等。这里我们介绍FPGA中常见的线性拉伸。 线性拉伸 阅读全文
摘要：
伽玛变换又名指数变换、幂次变换或幂律变换，是另一种常用的非线性变换。 一、伽玛（幂律）变换理论 伽玛变换的一般表达式为：s = c·rγ 其中 c 和 γ 为正常数，有时考虑到偏移量，也将表达式写为 s=c(r+ ε)γ。与对数变换不同，伽玛变换可以根据 y 的不同取值选择性地增强低灰度区域的对比度 阅读全文
摘要：
〇、序章 图像增强常用的三类基本函数:线性函数(反转和恒等变换)、对数函数(对数和反对数变换)和幂律函数(n次幂和n次根变换)。如下图所示： 其中恒等变换和反转变换都属于线性变换，在之前的博客中我整理过反转变换，而直接的线性变换的效果其实不太好，分段线性变换的效果会更常用些，但分段线性变换需要输入过 阅读全文
摘要：
图像水印到处可见，如微博图片右下角会有原创者 ID 水印，很多 PDF 文件中也夹有水印，而视频图像同样可以添加水印，最著名的视频图像水印便是电视台的标志了。图像水印在文化产权上起到非常重要的作用，对所有者的权益起到一定的保护。 数字图像的水印叠加公式为：fx = (1-a)f + aw 未加水印的 阅读全文
摘要：
差分图像就是目标场景在连续时间点图像相减所构成的图像,广义的差分图像定义为目标场景在时间点tk和tk+L所成图像的差别。差分图像是由目标场景在相邻时间点的图像相减得到的，从而能够得到目标场景随时间的变换。 差分图像在许多领域得到了广泛的应用，比如：视频压缩，生物医学诊断，天文学，遥感，人脸识别等。 阅读全文
摘要：
假设图像x轴方向的缩放比率Sx，y轴方向的缩放比率Sy，相应的变换表达式为： 其逆运算如下： 直接根据缩放公式计算得到的目标图像中，某些映射源坐标可能不是整数，从而找不到对应的像素位置。例如，当Sx=Sy=2时，图像放大2倍，放大图像中的像素(0, 1)对应于原图中的像素(0, 0.5)，这不是整数 阅读全文
摘要：
图像平移就是将图像中所有的点按照指定的平移量水平或者垂直移动。 设（x0，y0）为图像上的一点，图像水平平移量为Tx，垂直平移量为Ty，如图所示： 则平移之后的点坐标（x1，y1）变为： 用矩阵表示为： 对变换矩阵求逆，可以得到逆变换： 即： 这样，平移后的目标图像中的每一点都可以在原图像中找到对应 阅读全文