在数字图像处理过程中，经常会遇到求梯度后，重新构建图像的问题。一般情况下，都是通过解泊松方程(还有其他方式重构图像，具体算法如下图所示,)，利用拉普拉斯算子求解；但有一点请注意泊松方程求出的只是近似值，无法求出精确的原始值。
常用图像重建算法...
分类：
编程语言 时间：
2015-04-02 15:07:37
阅读次数：
179
先看代码：
#include
#include
#include
#include
using namespace cv;
using namespace std;
typedef unsigned char byte;
void gradientGray(Mat &src, Mat &mag);
int main(){
Mat src = imread("1.jpg", ...
分类：
其他好文 时间：
2015-01-27 13:23:07
阅读次数：
342
作者观察到，一般的物体，当归一化到某一个小的尺度上时，目标都有一个很好的了轮廓共性。也就是目标的边缘梯度比较明显，组合成为一个闭合的轮廓。这里指的目标是广义的，可以是任何类别的物体。（论文结论成立的依据）图a.表示原图像，图b表示梯度图像，然后作者缩放到了很多尺度，图c，是将梯度图像缩放到8x8以后...
分类：
其他好文 时间：
2015-01-19 22:17:24
阅读次数：
3570
图像处理中，边缘检测中，会用到梯度这个概念，今天就来说说梯度这个玩意方向导数与梯度方向导数是函数在某个点上沿着某个方向上的变化率，而偏导与是在x和y轴方向上的特殊的方向导数，是一种特殊的方向导数。(一定要强调某个点)梯度被定义为是一个向量梯度的方向是方向导数取..
分类：
其他好文 时间：
2014-09-28 11:28:02
阅读次数：
446
建立不同目标间的分水岭（涨水法）。分水岭计算步骤：1、设待分割图象为f(x,y)，其梯度图象为g(x,y)2、用M1, M2, …, MR表示g(x, y)中各局部极小值的象素，位置，C(Mi)为与Mi对应的区域中的象素坐标集合3、用n表示当前灰度阈值，T[n]代表记为(u,v)的象素集合，g(u,...
分类：
其他好文 时间：
2014-07-28 23:48:14
阅读次数：
373
canny边缘检测首先对图像做高斯滤波和生成梯度图,得到的梯度图中,边缘的宽度可能大于一个象素,nonmaxima
suppression的过程是沿着边缘的梯度方向进行检测,把不是局部最大值的象素置0,这样得到了只有一个象素宽度的边缘.所以nonmaxima
suppression的作用是将梯度图中...
分类：
其他好文 时间：
2014-05-27 01:53:03
阅读次数：
390
