图像处理斑点
来源:互联网 发布:360问答软件 编辑:程序博客网 时间:2024/06/08 13:12
1.如何求图像的梯度?
求图像的梯度,一般是指灰度图像或者彩色图像上的操作。数字图像就是离散的点值谱,也可以叫二维离散函数。图像的梯度就是这个二维离散函数的求导。
导数(Derivative)是微积分中的重要基础概念。在百度百科里面是这样解释的:当函数y=f(x)的自变量X在一点x0上产生一个增量Δx时,函数输出值的增量Δy与自变量增量Δx的比值在Δx趋于0时的极限a如果存在,a即为在x0处的导数,记作f’(x0)或df/dx(x0)。
图像的求导就是水平方向或者垂直方向的,相邻两个像素之间的差值。
图像梯度: G(x,y) = dx(i,j) + dy(i,j);
dx(i,j) = I(i+1,j) - I(i,j);
dy(i,j) = I(i,j+1) - I(i,j);
其中,I是图像像素的值(如:RGB值),(i,j)为像素的坐标。
图像梯度一般也可以用中值差分:
dx(i,j) = [I(i+1,j) - I(i-1,j)]/2;
dy(i,j) = [I(i,j+1) - I(i,j-1)]/2;
代码如下所示:
function g_img1=gredient(g1)
g1_img1(:,:) =(g1(1:end-1,:) - g1(2:end,:));
g1_img1(end+1,:) = g1_img1(end,:);
g2_img1(:,:) =(g1(:,1:end-1) - g1(:,2:end));
g2_img1(:,end+1) = g2_img1(:,end);
g_img1=g1_img1 + g2_img1;
`
- 图像处理斑点
- 图像特征提取,斑点检测
- 图像特征提取:斑点检测
- 图像处理滤波器(五)——斑点滤波器(Speckle Removal Filter)
- 图像局部特征学习(笔记1之斑点检测)
- 图像局部特征(九)--斑点检测LOG算子
- 利用OpenCV的SimpleBlobDetector检测图像的奇异区域(斑点)
- unity5的lightmap烘焙产生斑点(黑斑)处理
- 《图像局部不变性特征与描述》阅读笔记(4)-- 快速斑点检测、区域检测
- 图像局部特征(五)--斑点检测之SIFT算法原理总结
- 图像局部特征(六)--斑点检测之SIFT算法原理总结补充
- 图像局部特征(八)--斑点检测子SIFT/SURF区别总结
- 斑点检测
- 斑点检测
- 斑点检测
- 斑点检测
- 斑点检测
- 斑点检测
- 在VPS服务器上搭建属于自己的nginx服务器
- 游戏化思维总结
- 各种曲线
- python 3.6集成安装xadmin
- -1岁产品经理分析产品分析方式(1.0)
- 图像处理斑点
- 新人产品分析——第一步
- Codeforces Round#418 (Div.2) ABC
- POJ 3460 Father Christmas flymouse [强连通缩点+最长路]【图论】
- openSUSE网络工具
- 优酷土豆2012.9.12校园招聘会笔试题
- leetcode 343. Integer Break
- Python陷阱之 is 和 == 区别
- 新人产品分析——第二步