随笔分类 -  05-图像处理

图像处理相关的博文
SiftGPU在Ubuntu和Windows下的编译与使用
摘要：Sift特征应该是使用最多的局部特征了，但是相比其他的一些特征描述符，计算sift特征描述符的时间较长。Changchang Wu使用GPU加速，实现了GPU版的sift特征提取SiftGPU。 SiftGPU应该是在Windows环境下完成的，其在Windows下的配置较为简单。 本文首先解释了， 阅读全文
posted @ 2018-12-18 09:30 Brook_icv 阅读(4378) 评论(1) 推荐(2) 编辑
图像处理基础(8)：图像的灰度直方图、直方图均衡化、直方图规定化（匹配）
摘要：本文主要介绍了灰度直方图相关的处理，包括以下几个方面的内容： 利用OpenCV计算图像的灰度直方图，并绘制直方图曲线 直方图均衡化的原理及实现 直方图规定化（匹配）的原理及实现 图像的灰度直方图 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 阅读全文
posted @ 2017-06-30 11:57 Brook_icv 阅读(127691) 评论(7) 推荐(40) 编辑
图像处理基础(7)：图像的灰度变换
摘要：前面几篇文章介绍的是图像的空间域滤波，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，其变换形式如下： $$ s = T(r) 阅读全文
posted @ 2017-06-11 03:40 Brook_icv 阅读(62218) 评论(3) 推荐(24) 编辑
图像处理基础(6)：锐化空间滤波器
摘要：前面介绍的几种滤波器都属于平滑滤波器（低通滤波器），用来平滑图像和抑制噪声的；而锐化空间滤波器恰恰相反，主要用来增强图像的突变信息，图像的细节和边缘信息。平滑滤波器主要是使用邻域的均值（或者中值）来代替模板中心的像素，消弱和邻域间的差别，以达到平滑图像和抑制噪声的目的；相反，锐化滤波器则使用邻域的微 阅读全文
posted @ 2017-06-06 00:14 Brook_icv 阅读(12519) 评论(1) 推荐(13) 编辑
图像处理基础(5)：双边滤波器
摘要：双边滤波（Bilateral filter）是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的。 双边滤波器之所以能够做到在平滑去噪的同时还能够很好的保存边缘（Edge Preserve），是由于其滤波器的核由两个函数生成： 阅读全文
posted @ 2017-02-19 17:39 Brook_icv 阅读(20721) 评论(7) 推荐(14) 编辑
图像处理基础(4)：高斯滤波器详解
摘要：本文主要介绍了高斯滤波器的原理及其实现过程 高斯滤波器是一种线性滤波器，能够有效的抑制噪声，平滑图像。其作用原理和均值滤波器类似，都是取滤波器窗口内的像素的均值作为输出。其窗口模板的系数和均值滤波器不同，均值滤波器的模板系数都是相同的为1；而高斯滤波器的模板系数，则随着距离模板中心的增大而系数减小。 阅读全文
posted @ 2017-02-16 21:44 Brook_icv 阅读(143552) 评论(7) 推荐(71) 编辑
图像处理基础(3)：均值滤波器及其变种
摘要：均值滤波器可以归为低通滤波器，是一种线性滤波器，其输出为邻域模板内的像素的简单平均值，主要用于图像的模糊和降噪。 均值滤波器的概念非常的直观，使用滤波器窗口内的像素的平均灰度值代替图像中的像素值，这样的结果就是降低图像中的“尖锐”变化。这就造成，均值滤波器可以降低噪声的同时，也会模糊图像的边缘。均值 阅读全文
posted @ 2017-02-14 21:23 Brook_icv 阅读(36188) 评论(1) 推荐(14) 编辑
图像处理基础(2)：自适应中值滤波器(基于OpenCV实现)
摘要：本文主要介绍了自适应的中值滤波器，并基于OpenCV实现了该滤波器，并且将自适应的中值滤波器和常规的中值滤波器对不同概率的椒盐噪声的过滤效果进行了对比。最后，对中值滤波器的优缺点了进行了总结。 空间滤波器 一个空间滤波器包括两个部分： 一个邻域，滤波器进行操作的像素集合，通常是一个矩形区域 对邻域中 阅读全文
posted @ 2017-02-08 19:41 Brook_icv 阅读(32196) 评论(7) 推荐(15) 编辑
图像处理基础(1)：噪声的添加和过滤
摘要：总结学习下图像处理方面基础知识。 这是第一篇，简单的介绍下使用OpenCV的三个基本功能： 图像的读取 图像的显示 访问图像的像素值 然后概述下图像噪声的类型，并为图像添加两种常见的噪声：高斯噪声和椒盐噪声。 最后，使用中值滤波和均值滤波来处理带有噪声的图像。 OpenCV基础 在OpenCV中，完 阅读全文
posted @ 2017-02-06 22:31 Brook_icv 阅读(26044) 评论(0) 推荐(9) 编辑
Golomb及指数哥伦布编码原理介绍及实现
摘要：2017年的第一篇博文。 本文主要有以下三部分内容： 介绍了Golomb编码，及其两个变种：Golomb Rice和Exp Golomb的基本原理 C++实现了一个简单的BitStream库，能够方便在bit流和byte数字之间进行转换 C++实现了Golomb Rice和Exp Golomb的编码 阅读全文
posted @ 2017-01-18 18:29 Brook_icv 阅读(26437) 评论(3) 推荐(11) 编辑
位图文件的保存
摘要：在 "上一篇" 文章中，介绍了位图的文件格式以及如何将其读入到内存中。本文主要介绍如何将处理后的位图数据从内存保存到磁盘。 位图文件主要有4部分组成： 1. 文件头信息 2. 位图头信息 3. 调色板 ，在1、8、16位色中存在调试板；在24和32位色中无调色板，直接使用像素各通道的值混合成像素颜色 阅读全文
posted @ 2016-04-25 18:25 Brook_icv 阅读(3863) 评论(1) 推荐(0) 编辑
DIB位图（Bitmap）的读取和保存
摘要：设备无关位图（Device Independent Bitmap）是可以保存在磁盘的位图文件，可以从磁盘读取到内存或者从内存保存到磁盘上。它的文件结构是标准化的，可以在Windows/Linux/Unix等平台上显示相同的效果。本文主要介绍了 1. 如果将位图文件从磁盘读到内存中 2. 在内存中对位 阅读全文
posted @ 2016-04-21 16:18 Brook_icv 阅读(7759) 评论(1) 推荐(4) 编辑
SIFT特征详解
摘要：1.SIFT概述 SIFT 的全称是Scale Invariant Feature Transform，尺度不变特征变换，由加拿大教授David G.Lowe提出的。SIFT特征对旋转、尺度缩放、亮度变化等保持不变性，是一种非常稳定的局部特征。 1.1 SIFT算法具的特点 1. 图像的局部特... 阅读全文
posted @ 2015-10-03 12:33 Brook_icv 阅读(137540) 评论(13) 推荐(146) 编辑
归一化变换 Normalizing transformations
摘要：归一化变换包含两个部分，图像坐标的平移和尺度的缩放。进行归一化的变换不但能够提高处理结果的精确度，而且通过选择一个标准的坐标系预先的消除了图像尺度和坐标原点的选择对算法最终结果的影响。 归一化变换的步骤： 数据的归一化在一些算法中是必须得，特别是对一些不太良定的问题，例如：基本矩阵的计算以及三焦张量 阅读全文
posted @ 2015-04-10 15:58 Brook_icv 阅读(2906) 评论(2) 推荐(1) 编辑