1 图像的类型
二进制图像:
灰度图像:
彩色图像:
2 任务:图像去噪
噪声点让我们看得难受是因为噪声点与周边像素差别很大
3 均值
滤波核= 卷积核
4 卷积操作
对应相乘再累加起来
卷积核记录了权值,把权值套到要卷积的目标图上,对应相乘
5 卷积的特性
线性和平移不变形
因为实际使用的时候卷积核是对称的,因此不要求翻转
真实运算的时候,对于没有像素的位置,要做填充,否则无法计算卷积,
最简单的办法,填充0。
填充是希望输入输出有固定的大小
6 卷积的应用
不变
左移
平滑降噪
锐化
7 振铃效应
离我近的点权值大、远的点权值小
8 高斯核
产生高斯卷积核的步骤:
①指定窗宽
②指定方差
σ
\sigma
σ
③归一化
9 高斯核参数
方差的影响:方差越大,自己的权值占比就越小,平滑的结果越强
方差固定,窗宽越大,归一化计算的分母就大,权值就小,平滑就更厉害
10 高斯核总结
滤除高频
一个大高斯核的卷积效果可以由两个小高斯卷积核连续操作得到
高斯核可以分解
分解性质有什么作用?
计算复杂度降低
11 噪声
高斯滤波对椒盐噪声效果并不好
12 中值滤波
把这些值从小到大排序,然后选取中值
中值滤波不改变整体形状
文章来源:https://www.toymoban.com/news/detail-829894.html
13 拉普拉斯高斯
文章来源地址https://www.toymoban.com/news/detail-829894.html
到了这里,关于【北邮鲁鹏老师计算机视觉课程笔记】02 filter的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!