图像处理-线性滤波-1 基础(相关算子、卷积算子、边缘效应)
2013-12-02 20:41
585 查看
1.相关算子(Correlation Operator)
定义:,
即
,其中h称为相关核(Kernel).
步骤:
1)滑动核,使其中心位于输入图像g的(i,j)像素上
2)利用上式求和,得到输出图像的(i,j)像素值
3)充分上面操纵,直到求出输出图像的所有像素值
例:
A = [17 24 1 8 15 h = [8 1 6
23 5 7 14 16 3 5 7
4 6 13 20 22 4 9 2]
10 12 19 21 3
11 18 25 2 9]
计算输出图像的(2,4)元素=
Matlab 函数:imfilter(A,h)
2.卷积算子(Convolution)
定义:,
,其中
步骤:
1)将核围绕中心旋转180度
2)滑动核,使其中心位于输入图像g的(i,j)像素上
3)利用上式求和,得到输出图像的(i,j)像素值
4)充分上面操纵,直到求出输出图像的所有像素值
例:计算输出图像的(2,4)元素=
Matlab 函数:Matlab 函数:imfilter(A,h,'conv')% imfilter默认是相关算子,因此当进行卷积计算时需要传入参数'conv'
3.边缘效应
当对图像边缘的进行滤波时,核的一部分会位于图像边缘外面。常用的策略包括:
1)使用常数填充:imfilter默认用0填充,这会造成处理后的图像边缘是黑色的。
2)复制边缘像素:I3 = imfilter(I,h,'replicate');
4.常用滤波
fspecial函数可以生成几种定义好的滤波器的相关算子的核。例:unsharp masking 滤波
相关文章推荐
- 图像处理-线性滤波-1 基础(相关算子、卷积算子、边缘效应)
- 图像处理-线性滤波-1 基础(相关算子、卷积算子、边缘效应)
- 图像处理-线性滤波-1 基础(相关算子、卷积算子、边缘效应)
- 图像处理-线性滤波-1 基础(相关算子、卷积算子、边缘效应)
- 图像处理-线性滤波-1 基础(相关算子、卷积算子、边缘效应)
- 图像处理-线性滤波-1 基础(相关算子、卷积算子、边缘效应)
- 图像处理-线性滤波-1 基础(相关算子、卷积算子、边缘效应)
- 图像处理-线性滤波-1 基础(相关算子、卷积算子、边缘效应)
- 图像处理-线性滤波-1 基础(相关算子、卷积算子、边缘效应)
- 图像处理线性滤波(基础算子、卷积、拉普拉斯)
- 线性滤波(相关算子、卷积算子、边缘效应)
- opencv 图像处理 形态学操作 腐蚀 膨胀 开闭运算 阈值二值化 图像卷积 图像金字塔 Sobel算子 Laplacian 算子 candy边缘检测 霍夫变换 直方图
- 【图像处理】线性、位置不变退化图像的频域复原基础(维纳滤波,最小均方滤波,几何滤波)
- 相关算子、卷积算子、边缘效应
- 图像处理之基础---卷积,滤波,平滑
- OpenCV之imgproc 模块. 图像处理(2)实现自己的线性滤波器 给图像添加边界 Sobel 导数 Laplace 算子 Canny 边缘检测
- 灰度图像--空域滤波 基础:卷积和相关
- 基础图像处理之混合空间增强——(Java:拉普拉斯锐化、Sobel边缘检测、均值滤波、伽马变换)
- 图像处理中滤波(filtering)与卷积(convolution)的区别
- 图像滤波:相关运算与卷积运算