0%

傅里叶变换

图像处理一般分为空间域处理频率域处理

空间域处理是直接对图像内的像素进行处理。空间域处理主要分为灰度变换和空间滤波变换两种形式。灰度变换是对图像内的单个像素进行处理,比如调节对比度和处理阈值等。空间滤波涉及图像质量的改变,例如图像平滑处理。空间域处理的计算简单方便,运算速度更快。

频率域处理是先将图像变换到频率域,然后在频率域对图像进行处理,最后再通过反变换将图像从频率域变换到空间域。傅里叶变换是应用最广泛的一种频域变换,它能够将图像从空间域变换到频率域,而逆傅里叶变换能够将频率域信息变换到空间域内。傅里叶变换在图像处理领域内有着非常重要的作用。

阅读全文 »

直方图是图像处理过程中的一种非常重要的分析工具。直方图从图像内部灰度级的角度对图像进行表述,包含十分丰富而重要的信息。从直方图的角度对图像进行处理,可以达到增强图像显示效果的目的。

在绘制直方图时,将灰度级作为x轴,该灰度出现的次数作为y轴处理。

阅读全文 »

图像金字塔

图像金字塔是同一图像不同分辨率的子图集合,是通过对原图像不断地下采样而产生的,即由高分辨率的图像(大尺寸)产生低分辨率的近似图像(小尺寸)。

阅读全文 »

Canny边缘检测基础

Canny边缘检测的步骤:

  1. 去噪。噪声会影响边缘检测的准确性,因此首先要将噪声过滤掉。

  2. 计算梯度的幅度与方向。

  3. 非极大值抑制,即适当地让边缘“变瘦”。

  4. 确定边缘。使用双阈值算法确定最终的边缘信息

    阅读全文 »

  • 形态学,即数学形态学,是图像处理过程中一个非常重要的研究方向。形态学主要从图像内提取分量信息,该分量信息通常对于表达和描绘图像的形状具有重要意义,通常是图像理解时所使用的最本质的形状特征。例如:在识别手写数字时,能够通过形态学运算得到其骨架信息,在具体识别时,仅针对其骨架运算即可。形态学处理在视觉检测、文字识别、医学图像处理、图像压缩编码等领域有非常重要的应用。

    阅读全文 »

  • 在尽量保持图像原有信息的情况下,过滤掉图像内部的噪声,这一过程称为对图像的平滑处理,所得到的图像称为平滑图像。

均值滤波

  • 均值滤波是指用当前像素点周围N*N个像素值的均值来代替当前像素。使用该方法遍历处理图像内的每一个像素点,即可完成整幅图像的均值滤波。

    阅读全文 »

  • 阈值处理是指剔除图像内像素值高于一定值或者低于一定值的像素点。

  • 例如,设定阈值为127,然后:

  • 将像素内所有像素值大于127的像素点的值设为255

  • 将像素内所有像素值低于127的像素点的值设为0

    阅读全文 »

  • 几何变换是指将一幅图像映射到另外一幅图像内的操作。opencv提供了多个与映射有关的函数,这些函数使用起来方便灵活,能够高效地完成图像的映射。

    阅读全文 »

色彩空间基础

  • 比较常见的色彩空间包括:

  • GRAY色彩空间

  • XYZ色彩空间

  • YCrCb色彩空间

  • HSV色彩空间

  • HLS色彩空间

  • CIELab色彩空间

  • CIELuv色彩空间

  • Bayer色彩空间等等

    阅读全文 »