摘要：
一：历史Canny边缘检测算法是1986年有John F. Canny开发出来一种基于图像梯度计算的边缘检测算法，同时Canny本人对计算图像边缘提取学科的发展也是做出了很多的贡献。尽管至今已经许多年过去，但是该算法仍然是图像边缘检测方法经典算法之一。二：Canny边缘检测算法经典的Canny边缘检... 阅读全文
摘要：
图像的一阶与二阶导数计算在图像特征提取与边缘提取中十分重要。一阶与二阶导数的作用，通常情况下：一阶导数可以反应出图像灰度梯度的变化情况二阶导数可以提取出图像的细节同时双响应图像梯度变化情况常见的算子有Robot, Sobel算子，二阶常见多数为拉普拉斯算子，如图所示：对于一个1D的有限集合数据f(x... 阅读全文
摘要：
一：图像金字塔基本操作对一张图像不断的模糊之后向下采样，得到不同分辨率的图像，同时每次得到的新的图像宽与高是原来图像的1/2, 最常见就是基于高斯的模糊之后采样，得到的一系列图像称为高斯金字塔。高斯金字塔不同(DoG)又称为拉普拉斯金字塔，其计算公式如下：L(i) = G(i) – expand(G... 阅读全文
摘要：
泛洪填充算法(Flood Fill Algorithm)泛洪填充算法又称洪水填充算法是在很多图形绘制软件中常用的填充算法，最熟悉不过就是windows paint的油漆桶功能。算法的原理很简单，就是从一个点开始附近像素点，填充成新的颜色，直到封闭区域内的所有像素点都被填充新颜色为止。泛红填充实现最常... 阅读全文
摘要：
一：数学原理K-Means算法的作者是MacQueen， 基本的数学原理很容易理解，假设有一个像素数据集P。我们要根据值不同将它分为两个基本的数据集合Cluster1, Cluster2，使用K-Means算法大致如下：假设两个Cluster的RGB值分别为112,225,244和23,34,99则... 阅读全文
摘要：
Fuzzy C-Means聚合算法在图像分割(segmentation)和图像视觉处理中常常被用到聚合算法之一本文是完全基于JAVA语言实现Fuzzy C-Means聚合算法，并可以运用到图像处理中实现简单的对象提取。一：数学原理在解释数学原理之前，请先看看这个链接算是热身吧看不懂没关系。我的解释足... 阅读全文
摘要：
数学基础：什么是泊松噪声，就是噪声分布符合泊松分布模型。泊松分布(Poisson Di)的公式如下：关于泊松分布的详细解释看这里：http://zh.wikipedia.org/wiki/泊松分佈关于高斯分布与高斯噪声看这里：http://blog.csdn.net/jia20003/article... 阅读全文
摘要：
介绍几种常见的将两张图像混合在一起形成一张新的图像的算法，首先看一下下面算法演示中要使用的两张图像：为了得到更好的混合效果，我选择了两张一样大小的图片。方法一：通过简单对于像素点的像素相乘得到输出像素值，代码演示如下：[java]view plaincopyprivateintmodeOne(int... 阅读全文
摘要：
一：Mean Shift算法介绍Mean Shift是一种聚类算法，在数据挖掘，图像提取，视频对象跟踪中都有应用。本文重要演示Mean Shift算法来实现图像的低通边缘保留滤波效果。其处理以后的图像有点类似油画一样。Mean Shift算法的输入参数一般有三个：1.矩阵半径r，声明大小2.像素距离... 阅读全文
摘要：
基本思想：直方图图均衡化是图像处理中的常用图像增强手段，直方图均衡化的主要优点是可以降低图像噪声，提升图像的局部显示。对于常见的RGB图像，直方图均衡化可以分别在三个颜色通道上处理，基本的直方图均衡化的公式为：其中nj表示灰度级为Rk的像素的个数，L为图像中灰度总数，对于RGB来说L的取值范围为[0... 阅读全文