Halcon图像滤波方法与原理概述
目录
- 简介
- Halcon算子与算法原理
- 基础滤波
- a、均值滤波
- b、中值滤波
- c、高斯滤波
- d、导向滤波
简介
图像滤波,即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制,是图像预处理中不可缺少的操作,其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。(摘自百度百科)
Halcon算子与算法原理
基础滤波
a、均值滤波
mean_image
均值滤波是指任意一点的像素值,都是周围 N \times M 个像素值的均值
对图像内部的噪声及模糊图像有很好的作用
例如下图中,红色点的像素值是其周围蓝色背景区域像素值之和除25,25=5\times5 是蓝色区域的大小
b、中值滤波
madian_image
中值滤波是非线性的图像处理方法,在去噪的同时可以兼顾到边界信息的保留。
选一个含有奇数点的窗口W,将这个窗口在图像上扫描,
把窗口中所含的像素点按灰度级的升或降序排列,取位于中间的灰度值来代替该点的灰度值
对单个噪声具有很好的平滑作用,特别是椒盐噪声。
c、高斯滤波
gauss_filter
高斯滤波是一种线性平滑滤波,适用于消除高斯噪声,广泛应用于图像处理的减噪过程。
通俗的讲,高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。
高斯滤波的具体操作是:用一个模板(或称卷积、掩模)扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。
为了克服简单局部平均法的弊端(图像模糊),目前已提出许多保持边缘、细节的局部平滑算法。它们的出发点都集中在如何选择邻域的大小、形状和方向、参数加平均及邻域各店的权重系数等。
图像高斯平滑也是邻域平均的思想对图像进行平滑的一种方法,在图像高斯平滑中,对图像进行平均时,不同位置的像素被赋予了不同的权重。高斯平滑与简单平滑不同,它在对邻域内像素进行平均时,给予不同位置的像素不同的权值,下图的所示的 3\times3 和 5\times5 邻域的高斯模板。
高斯滤波让临近的像素具有更高的重要度,对周围像素计算加权平均值,较近的像素具有较大的权重值。如下图所示,中心位置权重为0.4。
d、导向滤波
guided_filter
引导滤波(导向滤波)不仅能实现双边滤波的边缘平滑,
而且在检测到边缘附近有很好的表现,可应用在图像增强、HDR压缩、图像抠图及图像去雾等场景
引用导向滤波资料
https://blog.csdn.net/sinat_36264666/article/details/77990790?locationNum=7&fps=1
Halcon图像滤波方法与原理概述相关推荐
- 图像滤波的matlab实现,图像滤波方法及其MATLAB实现
图像滤波方法及其MATLAB实现(论文13000字) 摘要:在数字图像处理中,由于受到成像方法的限制,图像中的边缘.细节特征等重要信息常湮没于噪声信号中,给图像的后继处理如边缘检测.图像分割.图像匹配 ...
- 三种经典图像滤波方法介绍——双边滤波(Bilateral filter)、导向滤波(Guided Fliter)、滚动导向滤波(RollingGuidedFilter)
文章目录 一.前言 二.双边滤波(Bilateral filter) 2.1 双边滤波的理论介绍及公式推导 2.2 双边滤波的matlab程序实现 三.导向滤波(Guided Fliter) 3.1 ...
- 几种常规的图像融合方法及其原理
目前,根据图像融合的层次,将图像融合算法分为像素级图像融合,特征级图像融合和决策级图像融合.像素级图像融合处理主要是在图像像素层面上操作处理图像数据,属于基础层次的图像融合.优点是可以保持源图像更多的 ...
- Halcon图像增强方法与原理概述
目录 简介 Halcon算子与算法原理 1.灰度线性变换 a.scale_image b.scale_image_max c.invert_image 2.灰度非线性变换 a.log_image b. ...
- 高斯图像滤波原理及其编程离散化实现方法
本文主要根据作者的理解整理而来,有什么错误之处,请大家共同讨论指出. 1.图像滤波 在三维计算机视觉领域,通常对于二维图像的特征抽取是很关键的第一步,这主要包括抽取二维图像上的边缘.角点.纹理等.通常 ...
- 基于引导图像滤波的交通标志识别改进框架
摘要 在雾霾.下雨.光照弱等光照条件下,由于漏检或定位不正确,交通标志识别的精度不是很高.本文提出了一种基于Faster R-CNN和YOLOv5的交通标志识别(TSR)算法.道路标志是从驾驶员的角度 ...
- 图像滤波(Image Filtering)
在具体写图像滤波方法之前,先给出图像滤波的一般性目标阐述和经典应用.图像通常有一个直观(intuition)特征: 图像往往由多块组成,各块内像素相似且过渡缓慢,块与块相邻部分称作边缘(Edge). ...
- 基于opencv的c++图像处理(图像滤波)
前言 基于opencv的c++接口,实现常用的图像滤波方法,包括了均值滤波.中值滤波.高斯滤波.双边滤波.高通滤波以及低通滤波. 相关的opencv接口解析 CV_EXPORTS_W void blu ...
- 【图像处理】——图像滤波(Python+opencv实现三种方法:均值滤波、中值滤波、高斯滤波等)
目录 一.什么是滤波以及滤波的目的? 二.均值滤波(cv2.blur()) 1.原理 2.关键代码 3.封装代码 二.中值滤波(cv2.medianBlur()) 1.原理 2.关键代码 3.封装代码 ...
最新文章
- c# winform 用子窗体刷新父窗体,子窗体改变父窗体控件的值
- 逆袭!BCH交易超越BTC
- vue项目适应不同屏幕做的适配器
- Java实现基数排序及其推导过程 Radix Sort
- PHP中error_reporting()用法详解
- Kube Controller Manager 源码分析
- POJ 2912 Rochambeau(难,好题,枚举+带权并查集)
- 一键解决 500、502和504 Internal Privoxy Error 问题(图文详解)
- bzoj 3751: [NOIP2014]解方程(同余系)
- oracle数据库如何写翻页_在oracle数据库中的分页SQL语句怎么写?
- 利用NMDS对药物处理下肠道菌群微生物群落多态性分析
- ucla计算机科学博士排名,加州大学洛杉矶分校专业排名一览及最强专业推荐(QS世界大学排名)...
- CREO图文教程:三维设计案例之齿轮参数化设计(渐开线+拉伸+轴阵列)图文教程之详细攻略
- 计算机网络拓扑图的描述,计算机网络拓扑结构 以下关于星型网络拓扑结构的描述正确的是______。 (多选题 )...
- 鹏业安装算量软件项目管理功能的操作步骤
- IMXRT 的Boot模式
- iperf使用与交叉编译
- 物联网是什么?物联网应用场景有哪些?物联网有什么好处?
- 云存储Java客户端上传文件
- AlertDialog对话框的使用
热门文章
- 五、案例-指令参考-freemarker指令、表达式
- Inside the C++ Object Model | Outline
- 移动设备页面高度不足时min-height 的尴尬处理
- Spring学习使用标签来标记资源(@Component、@Repository、 @Service和@Controller)和用法(包括如何jsp正在使用)...
- arguments使用
- 2018-2019-2 网络对抗技术 20165305 Exp6 信息搜集与漏洞扫描
- Java学习的快速入门:10行代码学JQuery
- Oracle数据库 查看表是否是 索引组织表的方法
- xcode中用pods管理第三方库转
- 实现日、周、月排行统计 sql