图像处理常见方法
2015-06-28 09:52
281 查看
一、图像去噪方法
1.噪声类型
常见的有加性噪声和乘性噪声,加性噪声包括高斯噪声,椒盐噪声等。图像中的噪声往往和信号交织在一起,特别是乘性噪声,如果平滑不当,很容易是图像本身的细节,如边缘轮廓、线条等变的模糊不清。如何既平滑掉噪声又尽量保持图像细节,是图像去噪的主要任务。
2.去噪技术
分为两类,空间域方法,采用各种图像平滑模板对图像进行卷积处理;频率域方法,通过对图像进行变换后,选用适当的频率带通滤波器进行滤波处理,经反变换后获得去噪的图像。
(1)均值滤波:用几个灰度像素的平均值代替每个像素的灰度
(2)中值滤波:用邻域内的各点的中值代替
(3)维纳滤波:使滤波后图像与原始图像均方误差最小
(4)小波滤波:小波变换,在不同分辨率下,设定阈值门限,调整小波系数,达到去噪目的。
二、图像增强方法
按照特定需求,突出一幅图像中的某些信息,同时削弱或去掉某些不需要的信息
1.空域增强:直方图均衡、对比度增强、灰度变换、
2.频域增强:对图像做傅里叶变换,对频谱进行操作,然后逆傅里叶变换得结果。低通滤波、高通滤波、指数滤波、Butterworth滤波。
三、边缘检测方法
1.基于灰度直方图的边缘检测
2.基于梯度的边缘检测:Robert算子、Sobel算子、prewit算子、Laplace算子、canny算子
1.噪声类型
常见的有加性噪声和乘性噪声,加性噪声包括高斯噪声,椒盐噪声等。图像中的噪声往往和信号交织在一起,特别是乘性噪声,如果平滑不当,很容易是图像本身的细节,如边缘轮廓、线条等变的模糊不清。如何既平滑掉噪声又尽量保持图像细节,是图像去噪的主要任务。
2.去噪技术
分为两类,空间域方法,采用各种图像平滑模板对图像进行卷积处理;频率域方法,通过对图像进行变换后,选用适当的频率带通滤波器进行滤波处理,经反变换后获得去噪的图像。
(1)均值滤波:用几个灰度像素的平均值代替每个像素的灰度
(2)中值滤波:用邻域内的各点的中值代替
(3)维纳滤波:使滤波后图像与原始图像均方误差最小
(4)小波滤波:小波变换,在不同分辨率下,设定阈值门限,调整小波系数,达到去噪目的。
二、图像增强方法
按照特定需求,突出一幅图像中的某些信息,同时削弱或去掉某些不需要的信息
1.空域增强:直方图均衡、对比度增强、灰度变换、
2.频域增强:对图像做傅里叶变换,对频谱进行操作,然后逆傅里叶变换得结果。低通滤波、高通滤波、指数滤波、Butterworth滤波。
三、边缘检测方法
1.基于灰度直方图的边缘检测
2.基于梯度的边缘检测:Robert算子、Sobel算子、prewit算子、Laplace算子、canny算子
相关文章推荐
- jquery简单案例
- 系统进程的Watchdog [转]
- 位向量的解读(初始化、赋值、取值)
- 基于内存池的空间配置器
- Java内部类总结
- Linux网络编程综合运用之MiniFtp实现(八)
- note[2015.06.28]
- Summary Ranges 问题解答
- LeecCode Reverse Linked List; Reverse a singly linked list.
- Android 使用过的开源项目
- 数据流图的画法
- 显著性经典工具箱
- 大型网站架构体系的演变
- Teamcenter Dataset
- 使用Lua编写Nginx服务器的认证模块的方法
- C# mysql 四种操作数据库方法封装
- 怎么理解随机变量的矩???
- android--理解和使用自定义权限
- 45 个非常有用的 Oracle 查询语句
- C#泛型用法实例分析