Processing math: 100%
摘要: \\wsl.localhost\docker-desktop-data\version-pack-data\community\docker\volumes 也可以从这里进入: 阅读全文
posted @ 2022-05-15 17:36 康先森 阅读(1083) 评论(0) 推荐(0) 编辑
摘要: 网上的方法都试过了,8行 最后在github上找到了这个解决方法: sudo ifconfig eth0 mtu 1350 更新 本质问题是挂了歪屁恩之后mtu太高,按照如下步骤即可开机自动更改: 查看自己的ip命令位置 command -v ip 通过vim ~/.bashrc 在bashrc最后 阅读全文
posted @ 2022-03-20 11:24 康先森 阅读(1872) 评论(1) 推荐(0) 编辑
摘要: 对于图像的一阶导数与二阶导数定义: 一阶导数:fx=f(x+1)f(x) 二阶导数:2fx2=f(x+1)+f(x1)2f(x) 观察上图,二阶导数会在图像的边缘产生 阅读全文
posted @ 2021-11-25 13:04 康先森 阅读(252) 评论(0) 推荐(0) 编辑
摘要: 平滑(平均)空间滤波器用来减少灰度值的急剧变化。由于随机噪声通常是由灰度值的急剧变化产生的,所以平滑处理的一个最大的用处就是用来降噪。另一个应用是用来平滑在图像中由于亮度级别不足而产生的假轮廓。 线性空间滤波包括使用滤波器核卷积图像。将平滑核与图像卷积可以让图像变得模糊,模糊的称呼由核的大小以及系数 阅读全文
posted @ 2021-11-25 13:01 康先森 阅读(437) 评论(0) 推荐(0) 编辑
摘要: 本章介绍了空间滤波器的一些概念。 线性空间滤波器 线性空间滤波器在图像f和滤波核w之间进行运算。滤波核是一个数组,其大小定义了运算的区域,其系数决定了滤波器的性质。filter kernel可以称为mask,template,window。 一般来说,核大小都是奇数。进行滤波的一般公式 阅读全文
posted @ 2021-11-20 13:50 康先森 阅读(137) 评论(0) 推荐(0) 编辑
摘要: rk表示一个L级的图像f(x,y)f的未标准化直方图表示为: h(rk)=nk nk表示f中强度为rk的像素点数量。标准化的直方图定义为: p(rk)=h(rk)MN=nkMN M、$N 阅读全文
posted @ 2021-11-16 11:27 康先森 阅读(393) 评论(0) 推荐(0) 编辑
摘要: 首先,使用r代表经过处理之前的像素点,s​代表处理后的像素点。 图像反转 Image Negatives s=L1r 使用这种方式将图像反转,会有相当于照片底片的效果。这种方式通常用于增强暗区域嵌入了白色或者灰色细节的图片,尤其是暗色区域在大小上较多的时候。 对数变换 Log 阅读全文
posted @ 2021-11-16 11:14 康先森 阅读(119) 评论(0) 推荐(0) 编辑
摘要: 这章的内容较为简单,没什么可说的。 The Basics of Intensity Transformations and Spatial Filtering f(x,y)为输入图像,g(x,y)为输出图像,T是在f上,对点(x,y)的邻域进行的操作。 若邻域大小为$1\time 阅读全文
posted @ 2021-11-16 11:12 康先森 阅读(40) 评论(0) 推荐(0) 编辑
摘要: 线形运算的定义 若给定一张图片f(x,y),则通过一系列变换得到g(x,y) H[f(x,y)]=g(x,y)H为线形运算,则 \[ \begin{align}H[af_1(x,y)+bf_2(x,y)]=&aH[f_1(x,y)]+bH[f_2(x,y)]\\=&ag_ 阅读全文
posted @ 2021-11-16 11:10 康先森 阅读(61) 评论(0) 推荐(0) 编辑
摘要: Neighbors of a Pixel(邻域) 对于一个像素点p(x,y),其垂直与水平的邻居为 x+1,y),(x1,y),(x,y+1),(x,y1) 这4个邻域使用N4(p)来表示。 斜方向的邻域是 \[ (x+1,y+1),(x+1,y-1),(x-1,y-1) 阅读全文
posted @ 2021-11-16 11:04 康先森 阅读(108) 评论(0) 推荐(0) 编辑
点击右上角即可分享
微信分享提示