技术开发站45793.com
数字图像处理期末速成笔记
发布时间:
2024年01月20日
目录
一、基础知识
二、相邻像素间基本关系
三、图像增强方法
1、直方图求解
2、直方图均衡化
3、直方图规定化
4、图像平滑
5、邻域平均法(线性)
6、 中值滤波法(分线性)
7、中值滤波与领域平均的异同
8、4-邻域平滑法
9、超限像素平滑法
10、灰度最相近的K个邻点平均法
11、3*3模板中值滤波
四、图像锐化
1、微分法(梯度算子)
2、微分法(Roberts算子)
3、微分法(sobel算子)
五、腐蚀与膨胀
1、腐蚀
2、膨胀
六、开、闭运算
七、击中与击不中
八、霍夫曼编码
一、基础知识
二、相邻像素间基本关系
三、图像增强方法
1、直方图求解
1)题目中会给出这样一个图像,每一个空里面的
数字代表着不同的灰度等级
,在这个图像里
有0~7共8个灰度等级
。
2)这里是求0~7每个数字出现的
概率
。
3)这个是
求熵的公式
,需要背一下
2、直方图均衡化
均衡化后的直方图:
3、直方图规定化
4、图像平滑
5、邻域平均法(线性)
6、 中值滤波法(分线性)
7、中值滤波与领域平均的异同
8、4-邻域平滑法
9、超限像素平滑法
10、灰度最相近的K个邻点平均法
11、3*3模板中值滤波
四、图像锐化
1、微分法(梯度算子)
2、微分法(Roberts算子)
3、微分法(sobel算子)
五、腐蚀与膨胀
1、腐蚀
2、膨胀
六、开、闭运算
七、击中与击不中
八、霍夫曼编码
文章来源:https://blog.csdn.net/qq_52251819/article/details/135463647
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:chenni525@qq.com进行投诉反馈,一经查实,立即删除!
最新文章
Python教程
深入理解 MySQL 中的 HAVING 关键字和聚合函数
Qt之QChar编码(1)
MyBatis入门基础篇
用Python脚本实现FFmpeg批量转换
idea成功激活,可以开始写代码了
计算机网络——实验七
9个网站细节教你如何做出一个优秀独立站
JVM工作原理与实战(二十一):内存管理
机器学习和深度学习检测网络安全课题资料:XSS、DNS和DGA、恶意URL、webshell
文件夹重命名方法:英文文件夹名批量翻译成中文,高效管理文件夹
翻译: 为什么需要微调大模型 Why Fine-tuning LLM
智能安全帽定制_基于联发科MT6765安卓核心板方案
LINUX网络第三章:DNS解析
人工智能在现代科技中的应用和未来发展趋势