摘要： 我们直接看图吧我们把粗框内的区域看作原图像假设有一个圆在图像空间移动，取一个点作为圆的中心，若圆的区域被完全包含在原图像中则我们把它放到腐蚀后的区域中若只有一部分在原图像区域或没有一个点在原图区域中，我们则不会把它放在腐蚀区中显然，粗框区域腐蚀后会变成内部填充框区域而膨胀却恰恰相反把粗框线看作原图的话，取原图上一点为圆的中心，所以在圆的区域都被放在膨胀区显然，膨胀后，原图会变成外边框的区域上面，我们是以圆为窗的，事实上你可以使用任意窗形，不过最好有一个中心点好啦，我们来看看利用腐蚀和膨胀有什么效果吧[代码]看看运行效果吧第一幅图是原图的灰度图，第二幅图是对其做了二值处理对于二值图像来说，对黑色 阅读全文

摘要： 人的生理视觉系统特征对微小的灰度变化感觉不敏感，而对彩色的微小差别极为敏感利用这一特点么就可以把人眼不敏感的灰度信号映射为人眼灵敏的彩色信号，以增强人对图像中细微变换的分辨率在图像处理技术中，彩色增强应用十分广泛且效果显著常见的彩色增强技术主要有假彩色增强和伪彩色增强两大类（1）假彩色增强思路是将灰度分层几级，比如我们这里将灰度分为16级然后每一级灰度对应一种彩色在查看原图中某像素，找出它所属的灰度级，用相应的彩色代替就行了（2）伪彩色处理由灰度值根据一定的映射关系求出R,G,B的值组成该点的彩色值典型的映射关系图为编写程序：[代码]效果如下：中间为假彩色增强右边是伪彩色增强把原本变化不明显的 阅读全文

摘要： 这真是一件悲剧的事，早上，我花了很长时间写了这篇文章当我快要完成时，然后电脑就蓝屏了，重启后，一切都成了浮云好啦，没耐心再写那么多了，尽量简单吧在图像识别中，需要有边缘鲜明的图像，即图像锐化。图象锐化的目的是为了突出图像的边缘信息，加强图像的轮廓特征，以便于人眼的观察和机器的识别。在空间域进行图象锐化主要有以下方法梯度算子其他锐化算子拉普拉斯算子（1）梯度空间算子图像的边缘最直观的表现就是边缘两侧的灰度值相差比较大，在微积分中我们学过梯度的概念梯度是一个列向量，可表示为：而某点处梯度的模很好的反应了该点两侧的变化大小所以，梯度值很大的点也就代表了图像的边缘而在实际计算中，为了降低运算量，一般用 阅读全文

摘要： 图象平滑的主要目的是减少图像噪声图像噪声来自多方面，常见的噪声有以下几种：加性噪声、乘性噪声、量化噪声、椒盐噪声减少噪声的方法可以在空间域或是在频率域在空间域，基本方法是求像素的平均值或中值在频率域，运用的是低通滤波技术在这里我们只讲空间域的图象平滑。频率域以后有机会再讲空间域的各种滤波器虽然形状不同，但在空间域实现图像滤波的方法是相似的。都是利用模板卷积，即将图像模板下的像素与模板系数的乘积求和操作。我们先来看3×3的模板：我们先来看看领域平均法：常用的平滑掩模算子有我们写程序来实现：[代码]效果如下：不同算子间差别很小，至少这幅图是这样的我们再来看看中值滤波器中值滤波器不存在算子的概念，只 阅读全文