空间滤波器 平滑滤波器 锐化滤波器
目录
空间滤波
原理
平滑滤波
图例
均值平滑滤波器 matlab 代码
中值平滑滤波器 matlab 代码
人脸识别识别率比较 PCA+k近邻分类器
锐化滤波
Unsharp Mask
效果图
拉普拉斯
效果图
锐化滤波器 matlab 代码
人脸识别识别率比较 PCA+k近邻分类器
空间滤波
空间滤波是一种采用滤波处理的图像处理方法,目的是达到某种目的(让它更模糊或者让它更清晰)。
滤波是将信号中特定波段频率滤除的操作。
根据滤波频率的不同,空间滤波可以分为平滑滤波(加强低频信息)和锐化滤波(加强高频信息)。
在灰度图像中,低频成分指的是灰度变化小的区域,高频成分指的是灰度变化大的区域。
所以平滑滤波又叫低通滤波,锐化滤波又叫高通滤波。
原理
空间滤波通过把每个像素的值替换成该像素及其邻域的函数值来修改图像。
动图
平滑滤波
滤波器分为线性滤波器和非线性滤波器。
线性平滑滤波器就是求一个邻域内像素的加权均值。
非线性平滑滤波器(统计排序滤波器)就是将滤波器区域像素的值进行各种排序,然后选择最大值、最小值、中值等填入中间的像素,所以这些平滑滤波器又叫最大值滤波器,最小值滤波器,中值滤波器,其中中值滤波器是使用最广泛的统计排序滤波器。
图例
下图是均值平滑滤波器的平滑效果,根据领域大小给出。
下面给出中值领域3X3的对比
从中我们可以看出,邻域的大小与平滑的效果直接相关,领域越大平滑的效果越好(朦胧感),但邻域过大,平滑会使边缘信息损失的越大,从而使输出的图像变得模糊。
均值平滑滤波器 matlab 代码
Data=dir('C:\ORL56_46\*.bmp');
A=imread(Data(1).name);
H=fspecial('average',3);
B=imfilter(A,H,'replicate');
imshow(B);
中值平滑滤波器 matlab 代码
Data=dir('C:\ORL56_46\*.bmp');
A=imread(Data(1).name);
B=medfilt2(A);
imshow(B);
人脸识别识别率比较 PCA+k近邻分类器
ORL 56_46 K=1 Trainnumber=6 |
|||||
邻域 |
原图 |
3X3 |
5X5 |
7X7 |
11X11 |
均值rate |
94.38% |
94.38% |
95.00% |
96.25% |
96.88% |
中值rate |
94.38% |
93.75% |
95.63% |
93.75% |
92.50% |
锐化滤波
平滑滤波可以将图像模糊处理,即加强低频成分,减弱高频成分,而锐化滤波可以突出图像的细节,减弱低频成分,加强高频成分。
我们在做图像平滑的时候,通过减少相邻像素之间的灰度值的差异(比如平均处理),来达到平滑的效果。
那么为了达到锐化图像的目的,我们很自然地可以想到可以通过增大相邻像素之间灰度值的差异来实现。
锐化的方法有很多,像梯度锐化,拉普拉斯和sobel等。
Unsharp Mask
Step 1 使用平滑滤波对原始图像进行模糊操作,产生模糊图像。
Step 2 让原始图像减去模糊图像,去掉它们的共同特性,保留个性,即图片细节。
Step 3 将细节信息与原始图像进行叠加,让低频更加低频,让高频更加高频。
效果图
拉普拉斯
效果图
锐化滤波器 matlab 代码
Data=dir('C:\ORL56_46\*.bmp');
A=imread(Data(1).name);
H=fspecial('log');
B=imfilter(A,H,'replicate');
imshow(B);
人脸识别识别率比较 PCA+k近邻分类器
ORL 56_46 K=1 Trainnumber=6 |
|||||
类型 |
原图 |
锐化 |
叠加 |
USM |
unsharp |
识别率 |
94.38% |
48.75% |
95.00% |
90.63% |
86.88% |
空间滤波器 平滑滤波器 锐化滤波器相关推荐
- Python代码实现图像增强(线性变换、对数变换、幂律变换、分段线性变换、灰度级分层、直方图均衡化、平滑滤波器、锐化滤波器)
1. 线性变换 代码: import cv2 import random import imutils import numpy as np# 彩色图像每个像素值是[x,y,z], 灰度图像每个像素值 ...
- matlabrobert锐化_Matlab图像处理—锐化滤波器
锐化滤波器 锐化处理的主要目的是,突出灰度的过渡部分,增强图像中的细节.空间域像素邻域平均法可以使图像变模糊,均值处理与积分类似,所以锐化处理可以用空间微分(差分)来完成. 对比模糊: 模糊(平滑)是 ...
- 基于一阶微分的锐化滤波器---梯度算子(常用于工业检测,产品缺陷检测)
文章目录 前言 一.常用的非线性锐化滤波器 二.图像能够进行微分的要求 三.基于一阶微分的锐化滤波器---梯度算子(常用于工业检测,产品缺陷检测) 四.如何求解梯度幅值 五.代码 总结 前言 非线性滤 ...
- 【深度学习】锐化滤波器核 与 边缘检测核
1.锐化滤波器核 图1 锐化滤波器核 对于锐化滤波器核来说,权重加起来和为1.图像与锐化滤波器做卷积,对于感兴趣的像素来说,新像素是用当前像素值乘以9,然后减去8个邻近像素值.如果感兴趣像素与邻近像素 ...
- MATLAB----Roberts锐化滤波器
% Roberts锐化滤波器 clc,clear,close all % 清理命令区.清理工作区.关闭显示图形 warning off % 消除警告 feature jit off % 加速代码运行 ...
- Udacity机器人软件工程师课程笔记(三十二) - 卡尔曼滤波器 - 一维卡尔曼滤波器 - 多维卡尔曼滤波器 - 拓展卡尔曼滤波器(EKF)
卡尔曼滤波器 一.概述 二.一维高斯分布 均值和方差 三.一维卡尔曼滤波器 变量命名约定 卡尔曼滤波循环 1.测量值更新 (1)平均值计算 (2)程序实现 2.位置预测 位置预测公式 3.一维卡尔曼滤 ...
- rl滤波器原理_滤波器基本原理.ppt
滤波器基本原理剖析 最大平坦等群时延(贝塞尔)滤波器 最大平坦群时延滤波器的时延特性很好,逼近于线性,元件特性采用贝塞尔函数逼近. 这类滤波器低通原型的电路元件不对称,其元件值如下所示. 元件数N的确 ...
- Prewitt滤波器的实现,对比Prewitt滤波器和Sobel滤波器提取图像边缘的效果
一. Prewitt滤波器简介 Prewitt是一种常用的检测图像边缘的滤波器,它分为横向和纵向算子,分别用于检测纵向和横向的边缘(注意:横向形式的滤波器检测图像的纵向边缘,纵向形式的滤波器检测图像的 ...
- 均值滤波器类型_滤波器的种类归纳
滤波器的种类 滤波器是一种选频装置,可以使信号中特定的频率成分通过,而极大地衰减其他频率成分.利用 滤波器 的这种选 频作用,可以滤除干扰噪声或进行频谱分析.换句话说,凡是可以使信号中特定的频率成分通 ...
- butter滤波器是iir吗_学习随笔之IIR滤波器与FIR滤波器
学习随笔之IIR滤波器与FIR滤波器 IIR滤波器(Infinite Impulse Response Digital Filter无限冲击响应数字滤波器)与FIR滤波器(Finite Impulse ...
最新文章
- 全网最详细 TCP 参数讲解,不用担心没有面试机会
- 微服务发展的历史_Spring Cloud Alibaba#03. 微服务的发展史
- 基于Nginx的https服务
- 教你一种U盘病毒的快速检测方法
- 单元测试工具cmocka英文教程,非常漂亮
- CCPC-EDG专场——E.Buy and Delete
- css之div内部靠右
- nbu备份文件失败,提示信息NBU status: 2074, EMM status: Disk volume is down
- 【概率论与数理统计】1.2 概率的定义及其确定方法
- 标准误 Standard error 简单解释
- 计算机中常用标点符号的英文单词
- [深度学习]动手学深度学习笔记-6
- OpenCV-细化算法(thinning algorithm)算法详解——提取二值图的骨架
- Oracle EBS DBA培训提纲
- Excel公式大全【300函数】
- Android 多进程同时打开相机
- flash动画作品《童话》mtv_Pelephone翻唱版
- Everything
- (转)Burp Suite 的一些插件
- FileZilla_Server_1.3.0_win64-setup
热门文章
- 计算机应用技术ps考证,2017计算机等级考试一级Photoshop应用试题及答案
- PL读写PS端DDR的设计
- FPGA学习笔记—UART,RS485串口通信(verilog)
- aven class javax.xml.parsers.SecuritySupport12 cannot access its superclass javax.xml.parsers.Secur
- 东芝Toshiba e-STUDIO4515AC 一体机驱动
- DelayQueue使用
- python暴力破解六位密码(数字和大小写字母)
- 清华2019最新AI发展报告出炉!400页干货,13大领域一文看懂
- 【python中级】通过ISAPI协议接口获得海康IPC云台的PTZ
- linux查看内存和硬盘,Linux 查看内存,CPU及硬盘大小的步骤