📅  最后修改于: 2021-01-08 05:26:30        🧑  作者: Mango

我们已经看到，可以使用直方图拉伸来增加对比度。在本教程中，我们将看到如何使用直方图均衡来增强对比度。在执行直方图均衡之前，您必须了解用于均衡直方图的两个重要概念。这两个概念被称为PMF和CDF。我们的PMF和CDF教程对此进行了讨论。请访问它们，以成功掌握直方图均衡化的概念。直方图均衡直方图均衡用于增强对比度。不必总是总是增加对比度。直方图均衡可能会更糟。在这种情况下，对比度会降低。让我们通过将下...

📅  最后修改于: 2021-01-08 05:26:59        🧑  作者: Mango

我们已经在基本转换教程中讨论了一些基本转换。在本教程中，我们将介绍一些基本的灰度转换。影像增强与未增强的图像相比，增强图像可提供更好的对比度和更详细的图像。图像增强具有非常广泛的应用。它用于增强医学图像，遥感图像，卫星图像等。转换函数如下s = T(r)其中r是输入图像的像素，s是输出图像的像素。 T是将r的每个值映射到s的每个值的转换函数。可以通过下面讨论的灰度转换来完成图像增强。灰度转换基本有...

📅  最后修改于: 2021-01-08 05:27:30        🧑  作者: Mango

本教程是关于信号和系统的非常重要的概念之一。我们将完全讨论卷积。它是什么?为什么?我们可以实现什么?我们将从图像处理的基础开始讨论卷积。什么是图像处理正如我们在图像处理教程的简介以及信号和系统中所讨论的那样，图像处理或多或少是对信号和系统的研究，因为图像不过是二维信号。我们还讨论过，在图像处理中，我们正在开发一个系统，其输入是图像，输出将是图像。如图所示。上图中显示为“数字图像处理系统”的方框可以...

📅  最后修改于: 2021-01-08 05:27:57        🧑  作者: Mango

什么是面膜遮罩是滤镜。遮罩的概念也称为空间滤波。遮罩也称为过滤。在这个概念中，我们只处理直接在图像上执行的过滤操作。下面显示了一个示例蒙版-101-101-101什么是过滤过滤过程也称为将卷积与图像卷积。由于此过程与卷积相同，因此过滤器蒙版也称为卷积蒙版。怎么做过滤和应用蒙版的一般过程包括在图像中逐点移动滤镜。在原始图像的每个点(x，y)，通过预定义的关系来计算滤波器的响应。所有过滤器值都是预先定...

📅  最后修改于: 2021-01-08 05:28:27        🧑  作者: Mango

在前面的蒙版概念教程中已经讨论了模糊的简要介绍，但是我们将在这里正式讨论它。模糊化在模糊中，我们简单地模糊图像。如果我们能够正确感知其中的所有对象及其形状，则图像看起来会更清晰或更精细。例如。当我们能够非常清晰地识别出眼睛，耳朵，鼻子，嘴唇，额头等时，带有面部的图像看起来清晰。对象的这种形状归因于其边缘。因此，在模糊处理中，我们简单地减少了边缘内容，并使从一种颜色到另一种颜色的过渡非常平滑。模糊与...

📅  最后修改于: 2021-01-08 05:28:56        🧑  作者: Mango

我们在遮罩简介教程中简要讨论了边缘检测。我们将在这里正式讨论边缘检测。什么是边缘我们也可以说图像中不连续性的突然变化称为边缘。图像中的重要过渡称为边缘。边缘类型通常，边缘分为三种类型：水平边缘垂直边缘对角线边缘为什么要检测边缘图像的大多数形状信息都包含在边缘中。因此，首先我们检测图像中的这些边缘，并使用这些滤镜，然后通过增强图像中包含边缘的区域，图像的清晰度将提高，图像将变得更清晰。这是一些边缘检...

📅  最后修改于: 2021-01-08 05:29:24        🧑  作者: Mango

Prewitt运算符用于图像中的边缘检测。它检测两种类型的边缘水平边缘垂直边缘通过使用图像的相应像素强度之间的差异来计算边缘。所有用于边缘检测的蒙版也称为导数蒙版。因为正如我们在本系列教程中多次提到的那样，图像也是信号，所以只能使用微分来计算信号的变化。这就是为什么这些运算符也称为导数运算符或导数掩码的原因。所有派生蒙版都应具有以下属性：面罩中应有相反的符号。掩码的总和应等于零。重量越大，边缘检测...

📅  最后修改于: 2021-01-08 05:30:04        🧑  作者: Mango

sobel运算符与Prewitt运算符非常相似。它也是一个派生掩码，用于边缘检测。像Prewitt运算符符一样，sobel运算符也用于检测图像中的两种边缘：垂直方向水平方向与Prewitt运算符的区别主要区别在于，在sobel运算符中，遮罩的系数不是固定的，可以根据我们的要求进行调整，除非它们不违反派生遮罩的任何属性。以下是Sobel操作员的垂直遮罩：-101-202-101此蒙版的作用与Prew...

📅  最后修改于: 2021-01-08 05:30:30        🧑  作者: Mango

罗宾逊罗盘掩模是用于边缘检测的另一种衍生掩模。此运算符也称为方向遮罩。在此运算符，我们将一个蒙版沿以下所有8个罗盘主要方向旋转：北西北西方西南南东南东东北没有固定的面具。您可以使用任何遮罩，并且必须旋转遮罩才能在上述所有方向上找到边缘。所有的蒙版都在零列的方向上旋转。例如，让我们看一下以下朝北方向的遮罩，然后旋转它以制作所有方向遮罩。北向面具-101-202-101西北方向面具012-101-2-...

📅  最后修改于: 2021-01-08 05:31:06        🧑  作者: Mango

Kirsch指南针蒙版也是用于查找边缘的派生蒙版。这也就像罗宾逊罗盘在罗盘的所有八个方向上找到边一样。 Robinson和Kirch指南针面具之间的唯一区别是，在Kirsch中，我们有一个标准的面具，但在Kirsch中，我们根据自己的要求更换了面具。借助Kirsch Compass Masks，我们可以在以下八个方向上找到边缘。北西北西方西南南东南东东北我们采用一个标准的蒙版，该蒙版遵循派生蒙版的...

📅  最后修改于: 2021-01-08 05:31:30        🧑  作者: Mango

拉普拉斯算子也是一种导数运算符，用于查找图像中的边缘。拉普拉斯算子和其他运算符(例如Prewitt，Sobel，Robinson和Kirsch)之间的主要区别在于，它们都是一阶导数掩码，而拉普拉斯算子是二阶导数掩码。在此蒙版中，我们有两个进一步的分类，一个是正拉普拉斯算子，另一个是负拉普拉斯算子。拉普拉斯算子和其他运算符之间的另一个区别是，与其他算子不同，拉普拉斯运算符子没有在任何特定方向上提取边...

📅  最后修改于: 2021-01-08 05:31:53        🧑  作者: Mango

我们已经处理了许多领域的图像。现在，我们正在频域中处理信号(图像)。由于此傅立叶级数和频域完全是数学，所以我们将尝试最小化该数学部分，而将更多精力放在DIP中。频域分析到现在为止，我们在其中分析信号的所有域，都针对时间进行了分析。但是在频域中，我们不是针对时间分析信号，而是针对频率进行分析。空间域和频域之间的差异在空间领域，我们按原样处理图像。图像的像素值相对于场景而变化。而在频域中，我们处理像素...

📅  最后修改于: 2021-01-08 05:32:22        🧑  作者: Mango

在最后的频域分析教程中，我们讨论了使用傅立叶级数和傅立叶变换将信号转换到频域的方法。傅里叶傅里叶是1822年的数学家。他给出了傅里叶级数和傅里叶变换，将信号转换为频域。傅立叶级数傅里叶级数简单地指出，周期信号可以乘以一定的权重来表示为正弦和余弦之和;它进一步指出周期信号可以分解为具有以下特性的其他信号。信号是正弦和余弦信号互为谐波可以通过图片查看为在上述信号中，最后一个信号实际上是所有上述信号的总...

📅  最后修改于: 2021-01-08 05:32:47        🧑  作者: Mango

在上一教程中，我们讨论了频域中的图像。在本教程中，我们将定义频域和图像(空间域)之间的关系。例如考虑这个例子。频域中的相同图像可以表示为。现在，图像或空间域与频域之间的关系是什么。这种关系可以用一个称为卷积定理的定理来解释。卷积定理可以通过卷积定理建立空间域和频域之间的关系。卷积定理可以表示为。可以说，空间域中的卷积等于频域中的滤波，反之亦然。频域中的滤波可以表示为：过滤步骤如下。第一步，我们必须...

📅  最后修改于: 2021-01-08 05:33:16        🧑  作者: Mango

在上一教程中，我们简要讨论了过滤器。在本教程中，我们将详细讨论它们。在讨论之前，让我们先谈谈口罩。掩码的概念已在我们的卷积和掩码教程中进行了讨论。模糊蒙版与衍生蒙版我们将在模糊蒙版和派生蒙版之间进行比较。口罩模糊模糊蒙版具有以下属性。模糊蒙版中的所有值均为正所有值的总和等于1通过使用模糊蒙版减少边缘内容随着面膜尺寸的增加，将出现更多的平滑效果衍生面具派生掩码具有以下属性。导数掩码具有正值和负值导数...