精华内容
下载资源
问答
  • 位图切割

    2021-09-17 15:30:30
    一个8比特图像,每一个像素由8位表示灰度(0-7)。想要求第i个平面的灰度变换函数时,就对第i位进行检测,这一位是1,就把其他位全部变成1,这一位是0,就把其他位全部变成0,于是就可以得到一个黑白的二值图像。...

    一个8比特图像,每一个像素由8位表示灰度(0-7)。想要求第i个平面的灰度变换函数时,就对第i位进行检测,这一位是1,就把其他位全部变成1,这一位是0,就把其他位全部变成0,于是就可以得到一个黑白的二值图像。
    0–127==》0 //这是对第7位检测(即第7位平面) 128–255==》1

    展开全文
  • 前段时间做过一道数字图像算法的课程一道题,就是有关位图分割算法的,但是当初没理解,我翻了几篇文章后把它弄明白了,所以我打算记录下我的想法,免得忘了。 题目: Propose a set of intensity-slicing ...

    前段时间做过一道数字图像算法的课程一道题,就是有关位图分割算法的,但是当初没理解,我翻了几篇文章后把它弄明白了,所以我打算记录下我的想法,免得忘了。

    题目:

    Propose a set of intensity-slicing transformations capable of
    producing all the individual bit planes of an 4-bit monochrome image.
    (For example, a transformation function with the property T®=0 for r
    in the range [0,7], and T®=15 for r in the range [8,15] produces an
    image of the 4th bit plane in an 4-bit image.)

    提出一组强度切片变换,能够产生4位单色图像的所有单个位平面。(例如,在[0,7]范围内具有属性T®=0的变换函数,在范围[8,15]中,T®=15表示r,则在4位图像中生成第4位平面的图像。)

    几位灰度图像就是说每个像素用几位来表示的。当我们把图像像素的每位的值提取作为一层,即位图切割。

    在这里插入图片描述
    发现位数越高的层越接近原图像,即保留的信息就越多。如图:
    在这里插入图片描述原图在这里插入图片描述
    上面为原图,下面为效果图

    但是这个原理是怎么实现呢?
    以4位灰度图像为例。我们知道,每个像素值由4位二进制来表示,因此我们将4位图像根据位数分为4层。假如我们要提取第4层图像的信息,即最高位,就要检测每个像素的第4位的值,即0或1。当为1的时候,表示这个位保留着图像的信息,需要保留。当为0的时候,表示没有原图像信息。
    我们写出第4位为0和第4位为1的像素值边界:

    0 0 0 0 =0
    0 1 1 1 =7
    1 0 0 0 =8
    1 1 1 1 =15
    

    即像素值在[0,7]内的像素第4位都为0,因此我们将在这个范围内的像素赋值为0;像素值在[8,15]内的像素第4位都为1,赋值为1(也可以赋值为其它值,只要不为0和不超过15)。写成表达式为
    ( r 为 像 素 值 ) T ( r ) = { 0 , r ∈ [ 0 , 7 ] 1 , r ∈ [ 8 , 15 ] ( r为像素值)T(r)=\left\{ \begin{array}{c} 0 ,r∈[0,7] \\ \\ 1,r∈[8,15]\end{array}\right. (r)T(r)=0r[0,7]1r[8,15]

    如我们检测到一个像素的值为10(二进制为1 0 1 0),第4位为1,那我们可以将此像素的值赋为1。
    那要将第2层的分割出来呢?一次写出0~15二进制:

    0 0 0 0 = 0
    0 0 0 1 = 1
    0 0 1 0 = 20 0 1 1 = 30 1 0 0 = 4
    0 1 0 1 = 5
    0 1 1 0 = 60 1 1 1 = 71 0 0 0 = 8
    1 0 0 1 = 9
    1 0 1 0 =101 0 1 1 =111 1 0 0 =12
    1 1 0 1 =13
    1 1 1 0 =141 1 1 1 =15

    我们发现带√的像素值第二位都为1,所以表达式为:

    ( r 为 像 素 值 。 ) T ( r ) = { 0 , r ∈ [ 0 , 1 ] ∪ [ 4 , 5 ] ∪ [ 8 , 9 ] ∪ [ 12 , 13 ] 1 , r ∈ [ 2 , 3 ] ∪ [ 6 , 7 ] ∪ [ 10 , 11 ] ∪ [ 14 , 15 ] ( r为像素值。)T(r)=\left\{\begin{array}{c} 0 ,r∈[0,1]∪[4,5]∪[8,9]∪[12,13] \\ \\ 1,r∈[2,3]∪[6,7]∪[10,11]∪[14,15]\end{array}\right. (r)T(r)=0r[0,1][4,5][8,9][12,13]1r[2,3][6,7][10,11][14,15]

    其它层类似。
    对于代码实现和更详细的内容,可以参考
    https://blog.csdn.net/ningyaliuhebei/article/details/17161701
    有错误也欢迎指出!

    展开全文
  • 关于灰度的位图切割问题,貌似是太简单,翻阅各种论文和博客无人提及,即便是冈萨雷斯的书中提的也很简单。转了一大圈,发现课后习题答案就说的很明白。大致总结如下一个8比特图像,每一个像素由8位表示灰度(0-7)...

    关于灰度的位图切割问题,貌似是太简单,翻阅各种论文和博客无人提及,即便是冈萨雷斯的书中提的也很简单。转了一大圈,发现课后习题答案就说的很明白。大致总结如下 
     
    一个8比特图像,每一个像素由8位表示灰度(0-7)。想要求第i个平面的灰度变换函数时,就对第i位进行检测,这一位是1,就把其他位全部变成1,这一位是0,就把其他位全部变成0,于是就可以得到一个黑白的二值图像。 
    0--127==》0  //这是对第7位检测(即第7位平面) 128--255==》1     
    注:这里以全部为1和全部为0是为了简化说明,不一定都转成黑白二色,可以转成别的灰度,但是每一位平面变换完是一个二值图像。 
    它的意义就是能明白的看出每一位变化时对整个图像的相对重要性,看冈萨雷斯给出的例图可以很明白它的作用。 
     
    冈萨雷斯 数字图像处理 第三章 灰度变换--位图切割 

     

     

    matlab 源代码txt格式:

    I = imread('E:/train.jpg');
    imshow(I);
    I = double(I);
    [M, N] = size(I);
    for k = 1: 8
        J = zeros(M,N);
        for i = 1: M
            for j = 1:N
                temp = I(i, j);
                s1 = 0; s2 = 0;
                range = [k: -1: 1];
                for d = range
                    s1 = 2^(8-d) + s1; s2 = 2^(8-d+1);
                    if temp >= s1 & temp < s2;
                        J(i, j) = 255; break;
                    end
                end
            end
        end
        J = uint8(J);
        figure; imshow(J);
    end

    转载于:https://www.cnblogs.com/QinMoon/p/4894425.html

    展开全文
  • 就经典分水岭图像分割算法中存在的过分割问题,提出一种结合位图切割和区域合并的彩色图像分割算法。对原始彩色图像通过空域梯度算子求其梯度图像,并利用位图切割重建梯度图像;对新梯度图像进行分水岭预分割;对预...
  • 数字图像处理中提到一个东西叫位图切割,上面说操作很简单,但是没能理解。现在理解了,总结如下: 位图切割是2,4,8,..,128,256,256是灰度值的上限,位图切割转换为灰度值在(0~2,2~256),(0~4,4~256),...

    数字图像处理中提到一个东西叫位图切割,上面说操作很简单,但是没能理解。现在理解了,总结如下:

    位图切割是2,4,8,..,128,256,256是灰度值的上限,位图切割转换为灰度值在(0~2,2~256),(0~4,4~256),...,(0~128,128~256)这八种的二值图

    (注:图片像素点灰度值在括号前部分的可以设置为0,后部分的设置为255,类似概念)

    展开全文
  • 图像变换--灰度切割、位图切割

    千次阅读 2013-12-06 16:26:25
    灰度切割:分为两种情况,一种情况是将某段阈值的图像设为一个较高值,其它灰度指定一个较低值。另一种情况是所需范围的灰度变亮,但仍保持图像的背景和灰度色调。 for (int i = 0; i  {  for (int j = 0; j  ...
  • 位图切割 —————————————————————————— —————————————————————————— 图像:用二维函数f(x,y)表示,f(x,y)是点(x,y)的幅值。 灰度级:0~255 ==》256个灰度级 ...
  • 灰度变换,属于一个非常重要的概念。这里主要参考《Digital Image Processing》... 由位图切割的结果,图像的主要信息包含在了高4位。仅仅靠高4位,还原的图像更原图基本差不多。由此可见,位图切割主要用于图像压缩。
  • NULL 博文链接:https://yuchengj-824316079-qq-com.iteye.com/blog/1184429
  • 比特平面分层(位图切割

    千次阅读 2017-09-27 12:54:00
    《数字图像处理(中卫第3版)》 ... 比特平面分层 比特平面分层,代替突出灰度级范围,突出特定比特来为整个图像外观做出贡献。像素是比特组成的数字,一幅8比特图像,可以认为是8个1比特的平面组成,其中平面1包含...
  • 灰度切割和位图切割的区别Description: 描述: In this article we are going to see how to maximize profit by cutting rod with dynamic programming? This is a classic DP problem featured in many ...
  • 位图分割(MATLAB)

    2013-05-30 20:41:58
    位图分割(MATLAB)肯定对大家有帮助,有这方面课题肯定有用!,
  • [数字图像处理]灰度变换——反转,对数变换,伽马变换,灰度拉伸,灰度切割,位图切割 【From】http://blog.csdn.net/zhoufan900428/article/details/12709361 数字图像处理灰度变换灰度拉伸MATLAB...
  • AS3 位图切割

    千次阅读 2012-12-20 15:14:27
    //位图切割函数 private function bitmapDataSlice(sourceBitmapData:BitmapData,rows:uint,column:uint):Array{ var imgWidth:int = sourceBitmapData.width/column; var imgHeight:int = ...
  • 位图切割器:  虽然网上有类似的工具,PhotoShop 也有类似功能,但前者似乎不支持超大位图切割(以 G 计大小),而后者的切割块数量好像有比较小的限定范围,于是自己动手写了这个工具。  至于为什么是“位图”...
  • 位图切割 由于灰度级 ,是有2的次方构成,每个像素值看作是由K个二进制数组成的 于是每个平面k-1,k-2,....,1,0 中的每一个像素值都等于该像素在该平面的项数值 代码 感觉有些冗余,但是...
  • 位图切割方式:package { import flash.display.*; import flash.events.*; import flash.net.*; import flash.events.IOErrorEvent; import flash.system.System; import flash.geom.Rectangle...
  •  //定义切割以后小图的大小;  var tempWidth:Number = oldData.width/hang;  var tempHeight:Number = oldData.height/lie;    for(var i:uint = 0;i;i++){  for(var j:uint = 0;j;j++){  //...
  • Matlab实现图像切割

    2017-04-18 21:38:00
    以下使用极小值点阈值选取方法,编写MATLAB程序实现图像切割的功能。 极小值点阈值选取法即从原图像的直方图的包络线中选取出极小值点, 并以极小值点为阈值将图像转为二值图像 clear all; close all ; G=...
  • 初学者使用

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,487
精华内容 994
关键字:

位图切割