05 2013 档案
摘要：曾经想要实现过Bertalmio图像修复算法，无奈自身实力不够，耗费两天时间也没能实现。昨天博客上有人问到TV模型，这个模型我过去是没听说过的，于是就找来相关论文研究了一下，发现TV模型也可以用来修复图像，于是就有了想实现的想法。用到的偏微分方程技巧和各项异性扩散很像。先看看效果吧：原lena:随手截的噪声图：合成的需要修复的图：修复后的图（没有处理边界）：对于从来没有接触过图像修复的我来说，效果真是惊艳了。下面介绍运算步骤：和各项异性扩散类似，整个算法也是基于迭代的，迭代公式如下：其中Io代表当前处理的像素，Ip代表邻域像素，p就可以取news四邻域。H定义如下：这里的lambda为自定义的
阅读全文
摘要：HOG（Histogram of Oriented Gradient）方向梯度直方图，主要用来提取图像特征，最常用的是结合svm进行行人检测。算法流程图如下（这篇论文上的）：下面我再结合自己的程序，表述一遍吧：1.对原图像gamma校正，img=sqrt(img);2.求图像竖直边缘，水平边缘，边缘强度，边缘斜率。3.将图像每16*16（取其他也可以）个像素分到一个cell中。对于256*256的lena来说，就分成了16*16个cell了。4.对于每个cell求其梯度方向直方图。通常取9（取其他也可以）个方向（特征），也就是每360/9=40度分到一个方向，方向大小按像素边缘强度加权。最后归
阅读全文
摘要：radon变换就是图像在不同方向上的投影。下图f(x,y)可以代表图像，R(x')就是图像向右下方的投影。数学上是按投影方向进行线积分，在图像领域就是按照投影方向累加像素就行了。matlab中有radon函数，为了熟悉原理我又写了一个。通过旋转图像映射，效率不怎么样。canny后Lena:45度投影：代码如下：main.mclear all; close all; clc;img=imread('lena.jpg');ed=edge(img,'canny');r=Radon(ed,45); %检测直线什么的，可以投影到0-179度上%r=radon(ed
阅读全文
摘要：Renyi熵是对通常的香农熵的扩展，算是q阶广义熵。公式如下：其中P和香农熵公式中的P一样，是概率。当q=1时公式退化为香农熵公式。（如何证明？看wiki吧）有用此公式寻找图像最佳二值化阈值的。首先定义前景区域A，背景区域B。那么前景与背景区域像素相应的Renyi熵就如下定义：其中k是当前取的灰度级，P(A)是像素在A区域的概率，P(B)类似。当然，这里说区域，不是指空间区域，是像素灰度级区域。最后图像Renyi熵求最佳阈值定义如下：这里得到的K就是分割阈值。分割效果如下：原图：分割后：在编程时还需要确定阶数q，我取的是2。matlab代码如下：clear all;close all;clc;
阅读全文
摘要：普通的直方图就是统计图像中像素灰度出现的次数。二维直方图的其中一维就是普通的直方图，即统计图像中像素灰度出现的次数。另一维的概念就比较模糊了，我看很多论文中都是用的当前像素邻域均值灰度出现的次数。按照这个意思，其实用当前像素邻域中值灰度出现的次数也是可以的。或者用什么厉害的算法处理一下，在统计出现灰度的次数也是可以的。所以按照这样推广，其实构成N维直方图也是未尝不可的。至于有什么用处嘛，我还需要再研究研究。lena的二维直方图，1维是普通直方图，2维是半径为1的邻域均值直方图：matlab代码如下：clear all;close all;clc;img=imread('lena.jpg
阅读全文
摘要：中值滤波是很经典的算法了。今天看论文又知道还有一种叫自适应中值滤波的算法RAMF。原论文在这里。RAMF主要通过以下两步来处理图像。1.首先确定最大的滤波半径，然后用一个合适的半径r对图像进行滤波。计算当前滤波半径像素灰度的Imin,Imax,Imed，然后判断Imed是否在[Imin,Imax]中间，如果在则向下进行，否则扩大当前半径r继续滤波直到r等于最大滤波半径。2.如果当前处理的像素img(i,j)在[Imin,Imax]之间，则输出当前像素，否则输出当前滤波半径中值像素Imed。看下效果吧：噪声图像：RAMF算法：普通3*3中值滤波：matlab代码如下：clear all;clos
阅读全文
摘要：关于纹理合成最经典的论文应该就数Efros的Texture Synthesis by Non-parametric Sampling这篇论文了，引用量近2000。这里的合成是基于样例的，就是先有一个小的纹理图像，然后合成一个大的。我个人的理解是，先产生一个大的随机图像，然后对随机图像中每个像素及其邻域像素和小的纹理图像做对比，找出随机图像当前邻域和小的纹理图像最接近的邻域，然后将小的纹理图像最接近的像素赋值给大的随机图像。这样每处理一个随机图像中的像素，就需要遍历小的纹理图像的所有像素，所以运行时间是很慢的。先看下效果：小的纹理图像：合成的纹理图像：matlab代码如下：clear all;c
阅读全文
