2018-04-02 15:46:18 zcg1942 阅读数 359
  • 第07章-网络通信协议(OSI、TCP、UDP、IP、ARP、ICMP...

    课程内容如下: 通信协议的概念 ISO、OSI七层参考模型详解 TCP、IP模型详解 网络接口层详解 IP协议详解 IP地址和MAC地址特征分析 有了IP地址为什么还要使用MAC地址 ARP工作过程及工作原理解析 ICMP知识解析 ping命令使用详解 tracert命令使用详解 TCP详解 UDP协议详解 网络通信协议(应用层)协议

    8101 人正在学习 去看看 深博

信息的概念在信息论中很明确:用于衡量事件的不确定性。信息的传播形式或者所载体便是信号,比如说电信号、光信号、声音信号。那么信息的表现形式就是消息,可以是语言、文字、图像。所以说图像处理依然是信息与通信领域的一部分。它可以看作是编码后的信息,即信源的编码。本文就将着重记录图像处理的一些通信专业知识。

首先就图像的成像来说,最重要的图像能源是电磁能谱(其他主要图像能源包括声波、超声波、电子(用于电子显微镜中的电子束形式))。电磁波我们很熟悉,可定义为以各种波长传播的正弦波,或视为无质量的粒子流,每个粒子以波的形式传播并以光的速度运动。每个无质量的粒子包含一定的能量,每束能量称为一个光子。如果光谱波段根据光子能量分组,可以得到范围从伽马射线(最高能量,对活体组织危害也大)到无线电波(最低能量)的光谱,波长由短到长,各个波段之间没有明确的界限,而是平滑过渡。伽马射线成像主要用于核医学和天文观测;X射线用于医学诊断(血管造影、CT、胸透),能量更高的X射线用于检测电路板中的制造缺陷。紫外光用于荧光显微镜(紫外线照射到矿物质发出荧光)。红外波段常用于可见光结合成像,遥感、卫星多光谱成像。微波穿透能力强,典型应用是雷达。无线电波,应用于医学和天文学。医学上的核磁共振成像MRI,病人放置在强磁场中,让无线电波短脉冲通过人体,病人组织会发生无线电响应脉冲。

在电磁波频谱中,按波长长到短,排列了若干种电磁波类型,波长最长的是无线电波,再短一些的是红外线,再后面是可见光,再是紫外线,
X射线和伽马射线。从这个序列中,可见无线电波是电磁波的一种类型,而微波不是。无线电波分布在3Hz到3000GHz的频率范围之间。是由
振荡电路的交变电流而产生的,可以通过天线发射和吸收故称之为无线电波。微波实际上是无线电波的一种,属于波长比较短的无线电波,
无线电波按波长可以分为长波,中波,短波,如果波长比短波更短,就成了微波了。微波一般采用视距传输(直线),可以用来传输电视信
号。电视信号所属微波传输距离比较短,一般在几十到一两百公里。
频率越低,传播损耗越小,覆盖距离越远,绕射能力也越强。但是低频段的频率资源紧张,系统容量有限,因此低频段的无线电波主要应用于
广播、电视、寻呼等系统。高频段频率资源丰富,系统容量大。但是频率越高,传播损耗越大,覆盖距离越近,绕射能力越弱。另
外,频率越高,技术难度也越大,系统的成本相应提高。移动通信系统选择所用频段时要综合考虑覆盖效果和容量。UHF频段与
其他频段相比,在覆盖效果和容量之间折衷的比较好,因此被广泛应用于手机等终端的移动通信领域。当然,随着人们对移动通信
的需求越来越多,需要的容量越来越大,移动通信系统必然要向高频段发展。

通信分为模拟信号和数字信号。自然界的东西,包括人眼获得的图像当然是连续的,而我们虽然也可以通过传感器获得连续电压波形,但是为了计算机处理方便(图像处理一定程度上就是计算的过程)我们必须对其进行取样和量化,这和通信是一样的。对二维图像,在x、y坐标和幅值上都是连续的,对坐标值进行数字化称作取样,对幅值数字化称为量化。事实上,离散数字信号与连续信号的本质区别就是幅值是否连续。坐标和幅值的数字化直接影响了图像的空间分辨率和灰度分辨率。说影响而不说决定是因为《数字图像处理》一书中有一句话:空间分辨率是对单位空间来规定的,如果没有规定图像包含的空间维数,那么我们说一幅图像的分辨率为1024x1024像素是没有意义的。我理解的是这里说的只知道分辨率没有意义有点绝对了,空间分辨率,尤其是当印刷打印和衡量屏幕水平的时候具有参考意义,单位为dpi/ppi,但定性地来说,像素分辨率大的可以打印更大的尺寸而不失真,在做特征点检测的第一步就是构建图像空间金字塔,金字塔由不同分辨率的图像构成,不同分辨率由下采样或者盒子滤波产生。对图像进行放大、收缩、几何校正操作,为了得到新图像(依旧是数字图像),需要在一些点处进行像素填充,这就是内插,用已知数据(原图像)来估计未知位置的是数值的处理。相对应的,在通信中信号的重构也会进行内插。

说到滤波,在通信中是在频域的操作,分为低通、带通、高通。图像处理中也一样,且频率分量更加直观。图像中的低频分量是灰度平滑,变换缓慢的部分,代表图像分块和区域特性。中高频分量包括轮廓、边缘、噪声的部分。可以参考https://blog.csdn.net/u010757264/article/details/49869145中的配图:


滤波的理解在傅里叶变换后的频域中还是较好较好理解的,关于傅里叶变换的理解可以看知乎大神Heinrich的傅里叶变换分析掐死教程。关于图像,图像是离散的,二维的,图像的傅里叶变换可以看作是两次一维的傅里叶变换,一维傅里叶变换在行扫描线和列扫描线上的傅里叶变换的叠加。


从公式上可以看出,F(u,v)与f(x,y)与并不是一一对应的关系,F(u,v)所对应的不是某一个f(x,y)而是所有的f(x,y)与e^(-j2TT(ux/M+vy/N))的乘积的和。

傅里叶变换就是将时域信号分解为不同频率的正弦函数(或余弦函数)之和,幅度表示该频率的正弦函数的个数。

傅里叶变换后的频谱图的原点,频率为0的分量即直流分量,代表了原图的平均灰度值,频谱图中心亮度大,表明灰度均值高,直观上图像比较明亮。


下面是伯乐在线的一篇讲图像傅里叶变换的插图,Butterworth的低通、高通滤波器


在PyCharm中发现cv2的库安装不成功,好像版本不匹配,没有实验就没有发言权,到下一篇再具体讲滤波,在冈萨雷斯的书中,三四章讲了空间滤波核频率域滤波,包括卷积也是大有学问,等研究一番再来做记录。


2018-11-25 00:28:55 weixin_43787740 阅读数 1930
  • 第07章-网络通信协议(OSI、TCP、UDP、IP、ARP、ICMP...

    课程内容如下: 通信协议的概念 ISO、OSI七层参考模型详解 TCP、IP模型详解 网络接口层详解 IP协议详解 IP地址和MAC地址特征分析 有了IP地址为什么还要使用MAC地址 ARP工作过程及工作原理解析 ICMP知识解析 ping命令使用详解 tracert命令使用详解 TCP详解 UDP协议详解 网络通信协议(应用层)协议

    8101 人正在学习 去看看 深博

电子科技大学 格拉斯哥学院 2017级 冯嘉宁 2017200605021
众所周知在当今社会图像是信息的主要载体,据统计,在人类接受的信息中就有70%为图像信息。所以,作为传递信息的重要媒介,图像信息是非常重要的。图像处理对科学技术的发展具有深远的意义。在新生研讨课上,曾兵院长就向我们介绍了他的主要研究方向也就是图像与视频处理的基础与应用研究。而随着科学技术的飞速发展,图像处理的应用随着科学技术的发展越来越广泛,已经渗透到了很多领域包括通信、工业、医疗保健、航空航天、军事、科研、安全保卫等各个方面,在国民经济中发挥着越来越大的作用。但是曾兵院长同样提出就我国的情况而言,图像处理技术应用还不是非常普遍。尽管图像压缩在图像传输方面有着重要的意义,但有些场合需要实时性非常高的图像,经压缩丢失的细节往往正是我们所关心的。针对这些缺陷,我认为研究和开发具有实时图像系统是当前图像处理领域的一个重要发展方向。
具体来说图像处理(image processing),用计算机对图像进行分析,以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。图像处理技术的一般包括图像压缩,增强和复原,匹配、描述和识别3个部分。 常见的系统有康耐视系统、图智能系统等,再比如我们学校图书馆的人脸识别这些都是目前是正在逐渐兴起的技术。
多媒体应用的掀起,对图像压缩技术的应用起了很大的推动作用。图像,包括录像带一类动态图像将转为数字图像,并和文字、声音、图形一起存储在计算机内,显示在计算机的屏幕上。它的应用将扩展到教育、培训和娱乐等新的领域。21世纪是一个充满信息的时代,图像作为人类感知世界的视觉基础,是人类获取信息、表达信息和传递信息的重要手段。数字图像处理,即用计算机对图像进行处理,其发展历史并不长但也必将成为未来的一个热门产业。
在这里插入图片描述

2020-01-13 12:20:27 m0_37482190 阅读数 44
  • 第07章-网络通信协议(OSI、TCP、UDP、IP、ARP、ICMP...

    课程内容如下: 通信协议的概念 ISO、OSI七层参考模型详解 TCP、IP模型详解 网络接口层详解 IP协议详解 IP地址和MAC地址特征分析 有了IP地址为什么还要使用MAC地址 ARP工作过程及工作原理解析 ICMP知识解析 ping命令使用详解 tracert命令使用详解 TCP详解 UDP协议详解 网络通信协议(应用层)协议

    8101 人正在学习 去看看 深博

1. 图像概念: 是对客观对象的一种相似性的,生动性的描述或写真。是对客观对象的表示, 包含了被描述对象的有关信息,是人类最主要的信息源,一个人 75%的信息获取来自视觉。
2. 图像处理的三个层次:
狭义图像:处理从图像到图像的过程(像素级);
图像分析:从 图像到数值或符号的过程(符号级);
图像理解:以客观世界分析客观世界(人工智能级)
3. 图像处理系统包括 采集,显示,存储,通信,处理和分析 五个模块
4. 数字图像处理 是指将图像信号转换成数字信号并利用计算机对其进行处理的过程
5.数据图像采样: 将空间上连续的图像变换成离散点的操作
6.数字图像的过程: 图像数字化是将一幅画面转化为计算机能处理的形式。
7. 数字图像处理的应用: 在生物医学中的应用,遥感航天,工业,军事公安领域,其他
8. 采样: 将空间上连续的图像变换成离散点的操作。
参数:采样间隔,采样孔径
9.采样孔径形状和大小与采样方式有关。 通常有 圆形,正方形,长方形,椭圆形
10. 采样方式 指采样间隔确定后,相邻像素间的位置关系:分开、相连、重叠
11. 量化: 将像素灰度转换成离散的整数值的过程。 5. 图像的数据量与采样间隔和量化等级有关
12. 灰度直方图: 反映的是一幅图像中各灰度级像素出现的频率之间的关系 频率 vi=ni/n
13. 直方图的应用:
1 判断图像量化是否正确
2 确定图像二值化的阈值
3 计算图像中物体 的面积
4 计算图像信息量 H H 公式
14. 图像增强目的:
1.采用一系列技术改善图像的视觉效果,提高图像的清晰度;
2.将图像 转换成一种更适合与人或机器进行分析处理的形式。
15. 卷积定理: 空间域;频率域。
空间域增强:直接对图像像素灰度进行操作
频率域增强:对图像经傅立叶变换后频谱成分进行操作,然后经傅立叶逆变换获得所需结果
16. 图像处理具体形式: 局部处理;迭代处理;跟踪处理;窗口处理和模板处理;串行处理和并 行处理。
局部处理: 在对输入图像进行处理时,计算某一输出像素 JP(i,j)值由输入图像 IP(i,j) 像素的小邻域 N[IP(i,j)]中的像素值确定。
17.图像的移动平均平滑法和空间域锐化
局部运算-图像锐化:图像锐化就是增强图像的边缘或轮廓
局部运算-图像平滑法:(邻域平均法或移动平均法)是一种直接在空间域进行平滑处理的 技术。假设图像由很多灰度恒定的小块组成,相邻像素间存在很高的空间相关性,噪声则是 统计独立的,可用像素邻域内各像素的灰度平均值代替该像素原来的灰度值,实现图像的平 滑。
18. 点处理: 在局部处理中,当输出值 JP(I,j)仅与 IP(I,j)像素灰度有关的处理。 对比度 增强,图像二值化,局部统计法
点运算-灰度变换: 灰度变换可使图像动态范围增大,图像对比度扩展,图像变清晰,特征 明显,是图像增强的重要手段之一
迭代处理: 反复对图像进行某种运算直至满足给定的条件,从而得到输出图像的处理形式。
邻域处理: 在对输入图像进行处理时,计算某一输出像素 JP(i,j)值由输入图像 IP(i,j) 像素的小领域 N[IP(i,j)]中的像素值确定的处理形式。 1
19. 图像数字化包括采样和量化两个过程
20. 图像变换的目的
1 使图像处理问题简化
2 有利于图像特征提取
3 有助于从概念上增强 对图像信息的理解
21. 离散傅立叶性质:周期性和共轭对称性;分离性;平均值;离散卷积定理;分配律
22.直方图修正法:大多数自然图像由于其灰度分布集中在较窄的区间,引起图像细节不够 清晰。采用直方图修整后可使图像的灰度间距拉开或使灰度分布均匀,从而增大反差,使图 像细节清晰,达到增强图像目的。直方图修正法通常有直方图均衡化及直方图规定化两类。
23. 直方图均衡化:通过对原图像进行某种变换使原图像的灰度直方图修正为均匀的直方图 的一种方法。 作用:能够自动增强图像的对比度;得到了全局均衡化的直方图,即均匀分 布;但效果不易控制。
24. 图像平滑: 任何一幅原始图像,在获取和传输等过程中,会受到各种噪声的干扰,使图 像质量下降,图像模糊,特征消失,对图像分析不利。为抑制噪声改善图像质量所进行的处 理叫做图像平滑或去噪。图像平滑是通过积分过程使图像边缘模糊。
25. 图像退化:图像在形成、传输和记录过程中,由于成像系统、传输介质和设备不完善, 导致图像质量下降。该现象称为图像退化。图像退化典型表现为图像模糊、失真、有噪声等。
26. 图像复原:图像的复原就是要尽可能的回复退化图像的本来面目,它是沿图像退化的逆 过程恢复图像。
过程:弄清退化原因-建立退化模型-反向推演-恢复图像。
准则:最小均方 准则、加权均方准则、最大熵准则
27. 图像复原与图像增强区别:二者的目的都是为了改善图像的质量,但图像增强不考虑 图像是如何退化的,只通过试探各种技术来增强图像的视觉效果。而图像复原需要知道图像 退化的机制和过程等先验条件,据此找出一种相应的逆过程解算方法,从而得到复原的图像。 如果图像已经退化,应先作复原处理,在做增强处理。
28. 图像编码与压缩:图像的编码与压缩就是对图像数据按一定的规则进行变换和组合,从 而达到以尽可能少的代码(符号)来表示尽可能多的信息。
29. 图像编码压缩分类:分为无误差编码和有误差编码两大类。
无损编码 中删除的仅仅是 图像数据中冗余的数据,经解码重建的图像和原始图像没有任何失真,常用于复制、保存十 分珍贵的历史、文物图像等场合;
有损编码 是指解码重建的图像与原图像相比有失真,不能 精确的复制,但视觉效果上基本相同,是实现高压缩比的编码方式,数字图像、图像传输和 多媒体等常用这类编码方式。
30. 图像分割:是指把图像分成互不重叠的区域并提取出感兴趣目标的技术。
目的:是由图像处理到图像分析的关键步骤。一方面,他是目的表达的基础,对特征测 量有重要的影响;另一方面,因为图形分割及其基于分割的目标表达、特征提取和参数测量 等,都将原始图像转化为更抽象、更紧凑的形式,是的更高层的图像分析和理解成为可能。
算法种类:边缘检测、边缘跟踪、区域分割、区域增长、和分裂-合并分割法等
31. 图像分析:对图像中感兴趣的目标进行检测和测量,以获取他们的客观信息,从而建立 对图像的描述。
32. 边缘检测:通过检查邻域,将边缘像素标识出的一种图像分割技术。边缘指图像中像素灰度 有阶跃变化或屋顶状变化的那些像素的集合。
33. 保真度准则:描述解码图像相对原始图像偏离程度的测度。 分类:客观保真度准则和主观保真度准则。 常用的客观保真度准则是原图像和解码图像之间的均方根误差和均方根信噪比。 主观保真度准则常用的方法是让一组(不少于 20 人)观察者观看图像并打分,将他们 对该图像的评分取平均,用来评价一幅图像的主观质量。
34. 图像增强:作为一种基本的图像处理技术,其目的是根据特定的需要突出图像中某些信 息,同时削弱或去除出一些不需要的信息,以获得更好更有用的图像。
35. 霍夫变换:是用来辨别找出物件中的特征,例如:线条。他的算法流程大致如下,给定 一个物件、要辨别的形状的种类,算法会在参数空间中执行投票来决定物体的形状,而这是 由累加空间里的局部最大值来决定。是点到线的变换。 霍夫变换检测直线的抗噪性能强,能将断开的边缘连接起来。
36.基于边缘检测的霍夫变换的原理:把直线上点的坐标变换到过点的直线的系数域,通过 利用共线和直线相交的关系,使直线的提取问题转化为计数问题。
37.为什么进行傅里叶变换:为了时域和频域的转化。变完计算快;变完再变回也不慢 傅里叶变换:是一种分析信号的方法,分析信号的成分,也可用这些成分合成信号。许多波 形可作为信号的成分,比如正弦波、方波、锯齿波等,傅立叶变换用正弦波作为信号的成分。
38. 中值滤波:是对一个滑动窗口内的诸像素灰度值排序,用其中值代替窗口中心像素的灰 度值的滤波方法。
特点:对脉冲干扰和椒盐噪声的抑制效果好,在抑制随机噪声的同时能 有效保护边缘少受模糊。但对点、线等细节较多的图像却不大合适。
39. 均值滤波的基本原理:是一种局部空间域处理的算法,就是对含有噪声的原始图像 f(x,y) 的每个像素点取一个领域 S,计算 S 中所有像素的灰度级平均值,作为空间域平均处理后图 像 g(x,y)像素值


在这里插入图片描述

在这里插入图片描述

2019-02-28 21:14:46 YEYUANGEN 阅读数 384
  • 第07章-网络通信协议(OSI、TCP、UDP、IP、ARP、ICMP...

    课程内容如下: 通信协议的概念 ISO、OSI七层参考模型详解 TCP、IP模型详解 网络接口层详解 IP协议详解 IP地址和MAC地址特征分析 有了IP地址为什么还要使用MAC地址 ARP工作过程及工作原理解析 ICMP知识解析 ping命令使用详解 tracert命令使用详解 TCP详解 UDP协议详解 网络通信协议(应用层)协议

    8101 人正在学习 去看看 深博

1.需求分析

  • 实时图像处理技术,尤其是基于多核DSP+FPGA架构的实时图像处理技术,因为该种方案本身所具有种种优点,又成为了现今各项图像处理新技术研究中的备受关注的焦点
  • 红外图像
  • 细胞图像
  • 图像拼接

2.总体设计方案:

FPGA负责完成视频图像采集、显示的逻辑控制;DSP负责完成图像拼接算法的实现;并利用FPGA内部FIFO与DSP的EMIFA接口直接通信,实现FPGA与DSP之间的数据交换。

2.1 DSP与FPGA的通信接口设计

  • 该框架基于数据流模式进行处理器内部的核间数据交互,采用了高速传输接口SRIO与FPGA之间进行通信。
  • 多核DSP与FPGA之间可选用uPP传输模式或者RapidIO高速数据通道进行双工数据通信。
  • PciE

2.2 图像采集接口

  • FPGA读采集图像时所需的标准接口Camera Link协议模块
  • 该系统的数字图像输入前端由SDI数字输入端、USB3.0传输模块、PAL制视频图像采集模块共同构成。

 

2.3 FPGA作为系统的主控制单元(除了做图像高速采集协处理器外,还起到类似ARM的作用?)

  • FPGA对图像进行显示的标准接口HDMI模块
  • FPGA实现PAL制式或DVI制式的视频图像采集,将采集到的图像数据传给DSP,接收DSP回传的结果并显示输出。

 

3.应用例子

  • 基于XILINX V6系列FPGA和TI TMS320C6657双核DSP的实时图像处理系统。系统选用TI多核DSP作为图像数据运算的主处理器,用以实现数字图像实时处理的核心算法。系统选用XILINX公司Virtex系列高端FPGA作为协处理器和系统的主控制单元,用来协调系统中各个外设功能模块,并完成图像采集和显示控制的功能。
  • 为了完成图像目标点的检测和确认,同时实现FPGA与DSP之间的通信数据高速传输,文中基于高速DSP芯片TMS320C6455提出了一种数字图像处理系统设计方案
  • 以TMS320C6657 DSP和XC6VLX240T FPGA为核心芯片,设计了一套基于图像处理的硬件系统平台
  • TI TMS320C6657双核DSP + Artix-7 FPGA
  • 基于视频的车辆异常行为检测系统设计与开发:采用2片ADI公司TigerSHARC系列——ADSP TS201芯片作为核心处理器;两片Xilinx公司的Spartan-6系列FPGA芯片XC6SLX100-3CSG484I,作为通信传输和接口控制的核心处理器
  • 选用TI公司TMS320C6000系列DSP和Altera公司的Cyclone II系列FPGA作为核心器件

关键词:多核DSP; TMS320C6657; 核间通信; 硬件系统平台; 图像匹配;

2011-09-23 11:31:40 zhubenfulovepoem 阅读数 6760
  • 第07章-网络通信协议(OSI、TCP、UDP、IP、ARP、ICMP...

    课程内容如下: 通信协议的概念 ISO、OSI七层参考模型详解 TCP、IP模型详解 网络接口层详解 IP协议详解 IP地址和MAC地址特征分析 有了IP地址为什么还要使用MAC地址 ARP工作过程及工作原理解析 ICMP知识解析 ping命令使用详解 tracert命令使用详解 TCP详解 UDP协议详解 网络通信协议(应用层)协议

    8101 人正在学习 去看看 深博
Author:朱本福
E-mial:zhubenfulovepoem@163.com
QQ:896922782
技术交流群:图像处理分析与机器视觉(群号:109128646) 
      本群主要做图像处理,分析与通信及机器视觉相关的理论研究和工程实践。
项目合作群:伯尔曼智能科技hi-tech(群号:173234390
      义务一:技术交友,项目合作,家庭生活随便聊!……
      义务二:定期公布潜在项目方案和想法,供大家使用
      从事高速信号采集处理,智能信息处理,计算机视觉,智能机器人,人机交互的软硬件研究

运行界面:


输入图像:可以看到基本功能



一般二值化:

以上:

G(x,y)=HIGH(255白色) f(x,y)>=Threshold

G(x,y)=LOW(0   黑色) f(x,y)< Threshold

以下:

G(x,y)=HIGH(255白色) f(x,y)<=Threshold

G(x,y)=LOW(0   黑色) f(x,y)> Threshold


双阈值二值化:

G(x,y)=HIGH(255白色) f(x,y)>=Threshold_low&&f(x,y)<=Threshold_high

G(x,y)=LOW(0   黑色) 其他情况

 



边缘检测与提取

由于边缘为灰度值急剧变化的部分,所以微分作为提取函数变化部分的运算能够在边缘检测与提取中利用。

(1)      一阶微分(first differential calculus)也称gradient梯度运算(阶梯状灰度变化)

可以把图像看成二维离散函数,图像梯度其实就是这个二维离散函数的求导:

图像梯度: G(x,y) =dx i + dy j;

dx(i,j) = I(i+1,j) - I(i,j);

dy(i,j) = I(i,j+1) - I(i,j);

其中,I是图像像素的值(如:RGB值),(i,j)为像素的坐标。

图像梯度一般也可以用中值差分:

dx(i,j) = [I(i+1,j) - I(i-1,j)]/2;

dy(i,j) = [I(i,j+1) - I(i,j-1)]/2;

图像边缘一般都是通过对图像进行梯度运算来实现的。

微分值被求出以后,有以下公式就能算出边缘的强度和方向

强度:sqrt(dx^2+ dy^2)

或者:| (dx | + |dy |

方向:向量(dx,dy)的方向


(2)      二阶微分(拉普拉斯运算)

对梯度的再一次微分。只适用于边缘检测的强度(不求方向),在数字图像处理中用下式表示:

L(x,y)=4f(x,y)-|f(x,y-1)+f(x,y+1)+f(x-1,y)+f(x+1,y)|

用相邻像素间的差值近似微分,被称为差分,用于像素间微分运算的系数组被称为微分算子,梯度运算中fx,fy的计算式,以及拉普拉斯运算的式,都是基于这些微分算子二进行微分运算的,实际的微分运算就是计算目标像素及其周围像素,分别乘以微分算子对应的数值矩阵系数的和,其计算结果被用作微分运算后目标像素的灰度值。










本例程还不完善,需带改善。

彩色变换:

(1)彩条制作:RGB的重叠关系


(2)      RGB与Y(亮度,相对于灰度图像),色差C1,C2之间的转化:

Y=0.3R+0.59G+0.11B

C1=R-Y=0.7R-0.59G-0.11B

C2=B-Y=-0.3R-0.59G+0.89B

有亮度,色差求RGB:

R=Y+C1;

G=Y-(0.3/0.9)*C1-(0.11/0.59)*C2;

B=Y+C2;

色差与色调,饱和度之间的关系:

色调H表示以色差信号B-Y(即C2)

为基准的坐标轴开始旋转了多少角度;

其中饱和度S表示离开原点多大距离。

H=actan(C1/C2);

S=sqrt(C1^2+C2^2);

逆变换为;

C1=S*sinH;

C2=S*cosH;



(4)色调变灰度图像;()





(3)chroma key信号,从拍摄的蓝色背景前站立着人物的图像中,分理处蓝色的背景部分,做成用于合成的硬键信号。

在实际的chroma key中,不仅可以用蓝色,还可以用其他颜色作为背景来提取,自然图像合成中有各种各样的技巧,可以使用简单的图像处理来试一试类似chroma key的效果,

如:利用 (R+G)/2-B用这个值的大小来提取蓝色的。蓝色时这个值为负数,也就意味着这个值越小越接近蓝色。




没有更多推荐了,返回首页