图像边缘分析
一阶微分算子
一梯度算子
二Robert算子
三Sobel算子
四Prewitt算子
二阶微分算子
高斯滤波和边缘检测
一高斯函数
二LOG算子
三Canny算子
频域高通滤波图像边缘分析边缘定义为图像中亮度突变的区域，分为：细线型边缘、突变型边缘和渐变型边缘
1）突变型边缘位于图像中具有不同灰度值的相邻区域之间，对应于一阶导数的极值和二阶导数的过零点
2）细线型边缘对应于灰度变化...
分类：
其他好文 时间：
2016-04-22 19:27:39
阅读次数：
357
【信号、图像、Matlab】如何得到高斯滤波器的整数模板如何得到高斯滤波器的整数模板？这个问题困扰了我两天，上网搜索的代码，基本上都生成的小数，有的文档给写了3*3，5*5，7*7的整数形式，但是没有说是怎么得到的，应该说是我没有仔细看吧，现在恍然大悟，只要将左上角的元素化为1就可以了啊。我还以为用什么高级方法得出来的，晕死了。二维高斯分布公式：
要得到高斯滤波器的整数模板就要从这个公式入...
分类：
其他好文 时间：
2016-03-31 14:52:13
阅读次数：
184
1.高斯滤波器综述
高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器。高斯平滑滤波器对于抑制服从正态分布的噪声非常有效。一维零均值高斯函数为：
g(x)=exp( -x^2/(2 sigma^2)
其中，高斯分布参数Sigma决定了高斯函数的宽度。对于图像处理来说，常用二维零均值离散高斯函数作平滑滤波器。
高斯函数具有五个重要的性质，...
分类：
其他好文 时间：
2016-03-29 10:54:54
阅读次数：
289
了解高斯滤波之前，我们首先熟悉一下高斯噪声。高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。如果一个噪声，它的幅度分布服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。高斯白噪声的二阶矩不相关，一阶矩为常数，是指先后信号在时间上的相关性，高斯白噪声包括热噪声和散粒噪
分类：
其他好文 时间：
2016-03-18 00:07:35
阅读次数：
344
二维高斯函数具有旋转对称性，处理后不会对哪一个方向上的边缘进行了过多的滤波，因此相对其他滤波器，具有无法比拟的优越性。但是传统Gauss滤波随着图像尺寸的增加，运算复杂度呈平方上涨，因此需要对其优化改进。下面，分别介绍传统型，分解型和递归迭代型三种实现方法。 Gauss滤波首先需要构建一个Gauss
分类：
其他好文 时间：
2016-03-17 21:34:23
阅读次数：
324
在上一篇博文《IIR型高斯滤波的原理及实现》中我们曾经提到从s域到z域的变换，也即是将模拟滤波器转化为数字滤波器，本文将正式地介绍这个问题。对于IIR滤波器设计，常用的方法有两种：冲激不变法和双线性变换，本文将重点阐述着两种方法的原理。设模拟滤波器系统函数为$H(s)$，数字滤波器系统函数为$H(z...
分类：
其他好文 时间：
2016-03-01 01:02:16
阅读次数：
360
高斯滤波是图像处理中一种应用广泛的滤波器。通常使用二维高斯模板与图像的卷积实现高斯滤波，处理时间与模板大小的有关，或者说跟高斯标准差有关（由“3sigma准则”可知，模板宽度取为标准差的6倍时可覆盖0.9974的数据）。本文将介绍一种IIR型高斯滤波，该滤波器的处理时间只与图像大小有关，而与标准差无...
分类：
其他好文 时间：
2016-02-28 00:53:34
阅读次数：
274
我认为这算法的核心是 用原图减去高斯滤波的结果来表示surrounds 对 center的抑制；用不同的feature 通道来表示眼睛的不同感受神经；用N(.)强调峰值； 1）使用默认参数 2）计算Gabor滤波器 从0º~180º等间隔选择Gabor角，为param.gabor 计算salienc
分类：
其他好文 时间：
2016-02-25 21:07:45
阅读次数：
130
花了一晚上的时间终于看懂Image Effect中的Blur，其实很简单，就是一下子没有理解到。原理：使用两个一维[1*7]的高斯滤波模板，一个用在x方向，另一个用在y方向。高斯滤波有模糊的效果。js脚本参数：Down Sample：OnRenderImage中获取的图像进行降采样，其实就是把要处理...
分类：
编程语言 时间：
2015-11-02 22:40:42
阅读次数：
311
这一节主要讲了滤波器：巴特沃思滤波器，高斯滤波器，理想滤波器（高通滤波器，低通滤波器）在MATLAB里的代码实现：function HPFilter (image , D0 , n);%image = 'lena_noise.bmp';f = imread(image);[u,v] = size(f...
分类：
其他好文 时间：
2015-11-01 00:20:38
阅读次数：
271
