随笔分类 - 图像处理/机器视觉
摘要：前言 黑白照片的时代虽然已经过去，但现在看到以前的照片，是不是有一种回到过去的感觉，很cool有木有~看完这篇文章，就可以把彩色照片变成各种各样的黑白的照片啦。 本文完整的在线例子图片灰度算法例子，例子的图片有点多，可能有些慢。 例子的源码位于blog/demo里 三原色与灰度 原色是指不能透过其他
阅读全文
摘要：形态学基本概念 基本思想：用一定形态的结构元素去度量和提取图像中的对应形状，达到分析知识的目的。可用于图像处理的各个方面，包括图像分割、边界检测、特征提取。 结构元素：形态学变换中的基本元素，使为了探测图像的某种结构信息而设计的特定形状和尺寸的图像，称为收集图像结构信息的探针。结构元素有多种类型：如
阅读全文
摘要：原文链接：边缘检测与图像分割 作者：HUSTLX 1图像分割原理 图像分割的研究多年来一直受到人们的高度重视，至今提出了各种类型的分割算法。Pal把图像分割算法分成了6类：阈值分割，像素分割、深度图像分割、彩色图像分割，边缘检测和基于模糊集的方法。但是，该方法中，各个类别的内容是有重叠的。为了涵盖不
阅读全文
摘要：关于具体在实际场景的使用和图像会慢慢更新。 梯度锐化方法 图像平滑往往使图像中的边界、轮廓变得模糊，为了减少影响，需要利用图像锐化技术，使边缘变得清晰。常用的方法有： 直接以梯度值代替 辅以门限判断 给边缘规定一个特定的灰度级 给背景规定灰度级 根据梯度二值化图像 梯度运算 梯度锐化中，首先应该知道
阅读全文
摘要：图像边缘锐化处理的目的 突出图像的细节，或者增强被模糊的细节，增强图像边缘，便于提取目标物体的边界，对图像进行分割、目标区域识别、区域形状提取等为图像理解和分析打下基础。 图像边缘锐化的基本方法 微分运算 梯度锐化 边缘检测 图像边缘类型 通常，边缘上的灰度变化平缓，而边缘两侧灰度较快。图像的边缘一
阅读全文
摘要：图像平滑的目的 模糊：在提取较大目标前，去除太小细节，或将目标内的小间断连接起来。 消除噪声：改善图像质量，降低干扰。 平滑处滤波对图像的低频分量增强，同时削弱高频分量，用于消除图像中的随机噪声，起到平滑作用。 图像平滑处理的基本方法 领域平均法 领域加权平均法 选择式掩模法 中值滤波 领域平均法
阅读全文
摘要：灰度直方图 一幅图像由不同灰度值的像素组成，图像中灰度的分布情况是该图像的一个重要特征。图像的灰度直方图就描述了图像中灰度分布情况，能够很直观的展示出图像中各个灰度级所占的多少。图像的灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数：其中，横坐标是灰度级，纵坐标是该灰度级出现的频率。
阅读全文
摘要：灰度图像 每副图像的每个像素对应二维空间中一个特定的位置，并且有一个或者多个与那个点相关的采样值组成数值。 灰度图像,也称为灰阶图像,图像中每个像素可以由0(黑)到255(白)的亮度值(Intensity)表示。0-255之间表示不同的灰度级。 灰度图像二值化 二值化：以一个值（阈值）为基准，大于（
阅读全文
摘要：原文链接：图像处理基础(7)：图像的灰度变换 作者：Brook_icv 图像的空间域滤波，其对像素的处理都是基于像素的某一邻域进行的。本文介绍的图像的灰度变换则不同，其对像素的计算仅仅依赖于当前像素和灰度变换函数。灰度变换也被称为图像的点运算（只针对图像的某一像素点）是所有图像处理技术中最简单的技术
阅读全文
摘要：目录 图像的平移变换 图像的镜像变换 图像的转置变换 图像的旋转 图像的转置变换 一、图像的平移变换 设图像的高度为H，宽度为W，如下所示： 我们知道，图像是由像素组成的，而像素的集合就相当于一个二维的矩阵，每一个像素都有一个“位置”，也就是像素都有一个坐标。假设原来的像素的位置坐标为（x0,y0）
阅读全文
