数字图像-6空域滤波

空域处理

基本概念:

理论基础——线性系统响应:卷积理论

卷积的离散表达式,基本上可以理解为模板运算的数学表达式

由此,卷积的冲击响应函数h(x,y),称为空域卷积模板。

空域滤波及滤波器的定义

       使用空域模板进行的图像处理,称为空域滤波。模板本身被称为空域滤波器。

输出图像中的每一个点,为输入图像中某个相关区域像素集的映射。

线性滤波器:是线性系统和频域滤波概念在空域的自然延伸。其特征是结果像素值的计算由下列公式定义:

基本的低通滤波:1. 滤波器模板系数设计 2.模板尺寸对滤波器效果的影响 3.低通空域滤波的缺点和问题 4.算法实现和提高效率

根据空域中低通冲激响应函数的图形来设计模板系数

如,选择高斯函数作为冲激函数

几种简单低通滤波器

(1)均值滤波器——局部平均法

从线性系统考虑,均值滤波器冲激响应函数为一个矩形:

矩形(箱形)低通滤波器

(2)加权平均滤波器

待处理像素点的值,等于其周围相邻像素的全体像素的加权平均值。

设计模板系数的原则:1)大于0;2)都选1,或中间选1,周围选0.5  3)通过求均值,解决超出灰度范围的问题。

模板尺寸越大,图像越模糊,图像细节丢失越多

低通空域滤波的缺点问题:如果图像处理的目的是出去噪声,那么,低通滤波在去除噪声的同时也平滑了边和尖锐的 细节

低通空域滤波特殊特征:在某些情况下,对图下个的低通滤波具有增强大尺度特征的作用。

采用均值滤波器进行平滑,然后进行二值化,提取特征。提取的特征和原图相比有差异。

非线性滤波器

1)中值滤波

用模板区域内像素的中值,作为结果值。

强迫突出的亮点(暗点)更像它周围的值,以消除孤立的亮点(暗点)

实现:将模板区域内的像素排序,求出中值。

优点:1.抑制噪声 2.在去除噪声的同时,可以比较好地保留边缘轮廓信息和图像的细节。

最大值/最小值滤波器同上原理。

2)锐化滤波器

1.加强图像中景物的边缘和轮廓

2.强调印刷中的细微层次。弥补扫描、网络对图像的平滑。

3.超声探测成像,分辨率低,边缘模糊,通过锐化来改善。

4.图像识别中,分割前的边缘提取

5.锐化处理恢复过度平滑、曝光不足的图像

6.图像创艺(只剩下边界的特殊图像)

7.尖端武器识别

 

高增益滤波

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/491806.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

特斯拉烧,特斯拉烧完蔚来烧

来源:36氪最关键的问题还是在电池。又一台蔚来汽车自燃了。5月16日,上海嘉定一个小区的地下车库,一台黑色的蔚来ES8突然冒出大量浓烟。消防人员及时赶到,扑灭烟雾并封锁了现场,才没有引起火灾。根据车主的描述&#xf…

超出内容用省略号替代

最近学习了一下怎么用省略号代替超出的文本。 虽然网上的资料很多&#xff0c;但俗话说得好&#xff0c;好记性不如烂笔头&#xff0c;还是记一下吧&#xff01; 有两种方法&#xff0c;第一是用CSS实现&#xff1b;第二是用js HTML <p id"text">9月10日&#…

python数据归一化

在机器学习中&#xff0c;往往需要归一化数据集&#xff0c;下面的公式可以把数据归一化到0~1区间&#xff1a; newvalue &#xff08;oldvalue - min&#xff09;/&#xff08;max - min&#xff09; python实现的代码如下&#xff1a; def autoNorm(dataSet):minVals da…

数字图像处理-7频域滤波

傅里叶变化特性及其应用

福布斯发布2019全球品牌价值100强:华为上榜苹果夺冠

来源&#xff1a;世界科技创新论坛百强品牌中&#xff0c;有56个来自美国公司&#xff0c;前10名中有80%是美国公司的品牌。德国、法国和日本排在美国之后&#xff0c;分别有11个、7个、6个品牌上榜。上榜品牌共来自16个国家。5月23日&#xff0c;福布斯发布了一年一度的全球品…

python读取图像矩阵文件并转换为向量

假设图像矩阵大小为3232&#xff0c;将其转换为向量&#xff0c;首先创建11024的NumPy数组&#xff0c;然后打开给定的文件&#xff0c;循环读出文件的前32行&#xff0c;并将每行的头32个字符值存储在NumPy数组中 import numpy as npdef img2vector(filename):returnVect np…

PHP中一些有用的函数

<?php/** * 加密解密* * param string $key* param string $string* param string $decrypt* return string */ function encryptDecrypt($key, $string, $decrypt) {if($decrypt){$decrypted rtrim(mcrypt_decrypt(MCRYPT_RIJNDAEL_256, md5($key), base64_decode($stri…

一文读懂你该了解的5G知识:现在别买5G手机

来源&#xff1a; 腾讯科技2019年是中国全力布局5G的一年&#xff1a;三大运营商纷纷搭建基站&#xff0c;手机厂商发布5G手机&#xff0c;部分城市已经开启了5G测试……在电信日这天&#xff0c;腾讯科技联合知乎推出重磅策划&#xff0c;聚焦和5G相关的小知识&#xff0c;精选…

mnist手写数字数据集下载

下载地址&#xff1a;http://yann.lecun.com/exdb/mnist/

C#黑白棋制作~

前些天自己复习一下C#语言 做了个黑白棋&#xff0c;望大家看一下&#xff0c;可能有些bug嘿嘿 链接如下 http://files.cnblogs.com/files/flyingjun/%E9%BB%91%E7%99%BD%E6%A3%8BV1.2.rar 还有源文件 http://files.cnblogs.com/files/flyingjun/%E9%BB%91%E7%99%BD%E6%A3%8B.r…

未来可能发生的十大颠覆性创新

转自&#xff1a;工信头条本文发表于《中国工业和信息化》杂志2019年5月刊总第12期科技作家凯文凯利认为&#xff1a;“未来在其初期将发展得非常缓慢&#xff0c;随之便可一蹴而就。”随着时间缓慢出现的规模化变革很容易被忽视&#xff0c;但实际上在一个快速创新的世界中&am…

Python计算信息熵

计算信息熵的公式&#xff1a;n是类别数&#xff0c;p(xi)是第i类的概率 假设数据集有m行&#xff0c;即m个样本&#xff0c;每一行最后一列为该样本的标签&#xff0c;计算数据集信息熵的代码如下&#xff1a; from math import logdef calcShannonEnt(dataSet):numEntries …

Delphi Format函数功能及用法详解

DELPHI中Format函数功能及用法详解 DELPHI中Format函数功能及用法详解function Format(const Format: string; const Args: array of const): string; $[SysUtils.pas 功能&#xff1a;返回按指定方式格式化一个数组常量的字符形式 说明 这个函数是Delphi中用得最多的函数&…

Python绘制决策树的节点

import matplotlib.pyplot as pltdecisionNode dict(boxstyle"sawtooth", fc"0.8") # 决策节点的属性。boxstyle为文本框的类型&#xff0c;sawtooth是锯齿形&#xff0c;fc是边框线粗细 # 可以写为decisionNode{boxstyle:sawtooth,fc:0.8} leafNode dic…

IBM对话智能+未来:十年提升AI性能效率千倍?

来源&#xff1a;云科技时代140多前的1879年&#xff0c;爱迪生经过几千次试验发明了电灯&#xff1b;之后过了90年的1969年美国把人类送到了月球&#xff0c;1970年空中客车公司诞生。在1870年代&#xff0c;人类初次进入电力时代的时候&#xff0c;没有人能够想到有一天人类可…

【转】chrome浏览器的跨域设置——包括版本49前后两种设置

做前后分离的webapp开发的时候&#xff0c;出于一些原因往往需要将浏览器设置成支持跨域的模式&#xff0c;好在chrome浏览器就是支持可跨域的设置&#xff0c;网上也有很多chrome跨域设置教程。但是新版本的chrome浏览器提高了跨域设置的门槛&#xff0c;原来的方法不再适用了…

中国信通院:2019年Q1全球人工智能产业数据报告

来源&#xff1a;网络大数据近日&#xff0c;中国信息通信研究院数据研究中心发布了《全球人工智能产业数据报告(2019Q1)》。报告以中国信息通信研究院数研中心人工智能产业数据库为基础&#xff0c;从企业研究、投融资研究、论文等角度出发&#xff0c;结合产业发展热点&#…

数据库一对一,一对多,多对多关系

关联映射&#xff1a;一对多/多对一 存在最普遍的映射关系&#xff0c;简单来讲就如球员与球队的关系&#xff1b; 一对多&#xff1a;从球队角度来说一个球队拥有多个球员 即为一对多 多对一&#xff1a;从球员角度来说多个球员属于一个球队 即为多对一 数据表间一对多关系如下…

Python找出某元素的索引下标

方法&#xff1a;list.index&#xff08;‘xxx’&#xff09; L [a, b, c] index L.index(c) print(index) # 输出2

一文读懂产业互联网的前世今生!

来源&#xff1a;全球物联网观察摘要&#xff1a;随着云计算等企业级技术应用的发展普及&#xff0c; 产业互联网实际已经在各行各业展开实践。广度上不仅覆盖服务业、工业和农业&#xff0c;还从商业扩展到公益和政府&#xff0c;整个社会走向全面互联&#xff1b;深度上从营销…