精华内容
下载资源
问答
  • 本文主要介绍对《数字图像处理》第三章 比特平面分层 的介绍 p70 对于8位256灰度级图像来说,如果它的每个灰度值用二进制表示,选择将这8个数字用8个字节来表示,如32的二进制表示是00100000,将其储存为[0 0 1 0 0 ...

    本文主要介绍对《数字图像处理》第三章 比特平面分层 的介绍 p70

    对于8位256灰度级图像来说,如果它的每个灰度值用二进制表示,选择将这8个数字用8个字节来表示,如32的二进制表示是00100000,将其储存为[0 0 1 0 0 0 0 0],则其二维图像可以理解为一个8层的三维图像,每一层代表一个比特平面

    在这里插入图片描述

    对比每个比特平面可以发现,高阶平面(如1所在第六比特平面)储存的信息比低阶平面的多。

    下图显示了dollar的8比特平面图,依次分别是原图和比特平面8~1
    在这里插入图片描述

    下面是它的python代码实现(基于opencv)

    import cv2
    import numpy as np
    import matplotlib.pyplot as plt
    
    #更改为需要的图片路径
    img = cv2.imread(r'C:\Users\xxx\Desktop\dollar.tif',0)
    h,w = img.shape[0],img.shape[1]
    
    #处理过程
    new_img = np.zeros((h,w,8))
    for i in range(h):
        for j in range(w):
            n = str(np.binary_repr(img[i,j],8))  
            for k in range(8):
                new_img[i,j,k] = n[k]
    
    #依次显示
    for i in range(8):
        cv2.imshow('image',new_img[:,:,i])
        cv2.waitKey(0)
    

    第八比特平面
    在这里插入图片描述
    第七比特平面
    在这里插入图片描述
    第六比特平面
    在这里插入图片描述
    第五比特平面
    在这里插入图片描述
    第四比特平面
    在这里插入图片描述
    第三比特平面
    在这里插入图片描述
    第二比特平面
    在这里插入图片描述
    第一比特平面
    在这里插入图片描述
    重构是使用第n个平面的像素值乘以常数 2^(n-1)
    用128乘以比特平面8,用64乘以比特平面7,然后将这两个平面相加,原图的主要特征便被复原了。

    下图是使用几个高阶平面重建的图像
    在这里插入图片描述
    若要获取更多数字图像处理,python,深度学习,机器学习,计算机视觉等高清PDF以及 更多有意思的 分享,可搜一搜 微信公共号 “分享猿” 免费获取资源。也可扫描下面的二维码关注,期待你的到来~
    在这里插入图片描述

    展开全文
  • 冈萨雷斯数字图像处理(第三版)matlab代码 图3.14 比特平面分层(每个比特平面都是一幅二值图像)
  • 数字图像处理实验之比特平面分层

    千次阅读 2019-07-17 17:12:16
    图像是256级灰度图像,其中一个像素点是由8比特组成的,8比特图像由8个1比特平面组成,每个比特平面都是二值图像。例如灰度为194的像素点a,转换成二进值为 1 1 0 0 0 0 1 0,其中从左往右分别对应为 8 7 6 5 4 3 2 ...

    其实书本里讲的不是很清楚,我在这里用大白话的形式介绍一个比特平面分层的意思。这里用书中例子,100美元的图像来说明。图像是256级灰度图像,其中一个像素点是由8比特组成的,8比特图像由8个1比特平面组成,每个比特平面都是二值图像。例如灰度为194的像素点a,转换成二进值为 1 1 0 0 0 0 1 0,其中从左往右分别对应为 8 7 6 5 4 3 2 1 比特平面。每个比特平面中a像素点的值取决于a的灰度的二进制在该比特位的取值。100美元图像中,a像素点的8比特平面从高到低取值为 1 1 0 0 0 0 1 0,即灰度的二进制。
    代码如下:

    % 读取图像
    img_1 = imread('Fig0314(a)(100-dollars).tif');
    % 获取图像尺寸
    [r, c] = size(img_1);
    % 创建8比特平面
    img_s = zeros(r, c, 8);
    for x = 1 : r
        for y = 1 : c
            % 将灰度转换成二进制
            str = dec2bin(img_1(x, y), 8);
            for z = 1:8
                % 判断每个二进制位的取值
                if str(z) == '0'
                    img_s(x, y, 9 - z) = 0;
                else
                    img_s(x, y, 9 - z) = 1;
                end
            end
        end
    end
    
    % 显示图像
    subplot(331), imshow(img_1);
    subplot(332), imshow(img_s(:,:,1));
    subplot(333), imshow(img_s(:,:,2));
    subplot(334), imshow(img_s(:,:,3));
    subplot(335), imshow(img_s(:,:,4));
    subplot(336), imshow(img_s(:,:,5));
    subplot(337), imshow(img_s(:,:,6));
    subplot(338), imshow(img_s(:,:,7));
    subplot(339), imshow(img_s(:,:,8));
    

    实验结果如下:
    实验结果

    展开全文
  • 图像处理之位平面

    千次阅读 2020-01-31 15:33:37
    图像处理之位平面 什么是位平面? 比较官方的解释: 对一幅用多个比特表示其灰度值的图象来说,其中的每个比特可看作表示了1个二值的平面,也称位面. 通俗易懂的解释: 用图像作为底面,用表示像素亮度大小的8位二进制...

    图像处理之位平面

    什么是位平面?

    比较官方的解释:
    对一幅用多个比特表示其灰度值的图象来说,其中的每个比特可看作表示了1个二值的平面,也称位面.
    通俗易懂的解释:
    用图像作为底面,用表示像素亮度大小的8位二进制数作为高度,可形成一个立体直方图,各像素位置相同的位形成了一个平面,称为“位平面”

    怎么提取位平面?

    提取矩阵
    提取因子
    原理:将灰度图像与提取矩阵进行位与运算,得到各个位平面

    阈值处理

    通过计算得到的位平面是一个二值图像,如果直接将上述得到的位平面直接显示出来,则会得到一张近似黑色的图像,这是因为**默认当前显示的图像是8位灰度图,而当其中的像素值较小时,显示的图像就会是近似的黑色的。**例如一个提取过得位平面,其中最大像素值是8,因此几乎为纯黑色。要想让8显示为白色,必须将8处理为255
    也就是说,每次提取位平面后,要想让二值平面能够以黑白色显示出来,就要将得到的二值平面进行阈值处理,将其中大于零的值处理为255

    具体语句:

    mask = rd[:,:,i]>0
    rd[mask]=255
    

    首先使用mask = rd[:,:,i]>0对rd进行处理:
    将rd中大于0的值处理为真true,将rd中小于或等于0的值处理为假false

    示例代码

    import cv2
    import numpy as np 
    lena = cv2.imread("lena.jpg",0)
    cv2.imshow("lena",lena)
    r,c = lena.shape
    x = np.zeros((r,c,8),dtype=np.uint8)
    for i in range(8):
        x[:,:,i] = 2**i
    r = np.zeros((r,c,8),dtype=np.uint8)
    for i in range(8):
        r[:,:,i] = cv2.bitwise_and(lena,x[:,:,i])
        mask=r[:,:,i]>0
        r[mask]=255
        cv2.imshow(str(i),r[:,:,i])
    cv2.waitKey()
    cv2.destoryAllWindows()
    
    展开全文
  • OpenCv图像处理——位平面分解

    千次阅读 2019-12-05 00:54:58
    图像的位平面分解一般分为5个步骤: 1.图片预处理 2.构造提取矩阵 3.提取位平面 4.阈值处理 5.显示图像 以灰度图像的位平面分解为例,代码如下: import cv2 import numpy as np demo = cv2.imread("demo....

    图像的位平面分解一般分为5个步骤:

    1.图片预处理

    2.构造提取矩阵

    3.提取位平面

    4.阈值处理

    5.显示图像

    以灰度图像的位平面分解为例,代码如下:

    import cv2 
    import numpy as np
    
    demo = cv2.imread("demo.jpg", 0)
    cv2.imshow("demo", demo)
    r, c = demo.shape                          # 图像预处理
    x = np.zeros((r, c, 8), dtype=np.uint8)    # 构造提取矩阵
    for i in range(8):
        x[:,:,i] = 2**i
    #print(x)
    
    w = np.zeros((r, c, 8), dtype=np.uint8)
    #print(r)
    
    for i in range(8):
        w[:,:,i] = cv2.bitwise_and(demo, x[:,:,i]) # 提取位平面
        mask = w[:,:,i]>0                          # 阈值处理
        w[mask] = 255
        cv2.imshow(str(i), w[:,:,i])               # 显示图片
    cv2.waitKey()
    cv2.destroyAllWindows()

            

              

                

    从图中可以看出左上角位原图,从上至下从左至右依次对应为第0-7个位平面,第0个位平面显示原图信息的效果最差权值最低,第7个权值最高。通常情况下第0层能量最低,在显示图像的时候作用最小,可以选择该层制作数字水印保存秘密信息。

    展开全文
  • 冈萨雷斯 数字图像处理各章内容总结总览

    万次阅读 多人点赞 2019-08-06 13:13:41
    主要内容:图像获取、图像增强、图像复原、彩色图像处理、(小波变换)、形态学处理、分 割、识别、压缩编码。 基本步骤: 图像获取:利用电磁波不同波段的成像特点进行成像,以及利用其他方式...
  • 图像处理笔记】比特平面分层

    千次阅读 2015-08-27 10:05:46
    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包含图像中所有像素的最低阶比特,而平面8包含图像中所有像素的最高阶比特。 显示一幅8比特图像的第8个比特平面并不困难,可对它进行二值化,0-127之
  • 图像处理基础操作一

    千次阅读 2020-11-06 16:09:21
    图像处理:对输入的图像做某种变换,输出仍然是图像,基本不涉及或者很少涉及图像内容的分析。比较典型的有图像变换,图像增强,图像去噪,图像压缩,图像恢复,二值图像处理等等。基于阈值的图像分割也属于图像处理...
  • 数字图像处理课后习题汇总

    千次阅读 2020-12-22 16:17:41
    文章目录绪论Chapter 0 Course 1 WhatChapter 0 Cours 2Chapter 0 Course 3第一章Chapter 1 Introduction 1 HistoryChapter 1 Introduction 2 ...imagingChapter 2 digitization 3 step数字图像马赛克第三章Chapter 3 Color 1 M
  • 医学图像处理综述

    万次阅读 多人点赞 2019-07-09 22:15:51
    医学图像处理的对象是各种不同成像机理的医学影像,临床广泛使用的医学成像种类主要有X-射线成像 (X-CT)、核磁共振成像(MRI)、核医学成像(NMI)和超声波成像(UI)四类。在目前的影像医疗诊断中,主要是通过...
  • 四、彩色图像处理基础 五、彩色图像处理 六、彩色图像的噪声 七、彩色图像的压缩 附加知识点 一、彩色基础 彩色定义:彩色是物体的一种属性,他依赖于一下三个方面的因素。 (1)光源——照射光的谱性质或谱...
  • 数字图像处理之位平面

    千次阅读 2013-11-24 18:25:19
    = =这个就不多于赘述了。... #显示位平面图 def bitPlain(x): global bitImage h,w = greyyedImage.size bitImage = Image.new('L' , (h , w)) opix = greyyedImage.load() npix = bitImage.load()
  • 数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结整理,欢迎大家一起学习交流...
  • 数字图像处理知识点

    万次阅读 多人点赞 2020-02-03 16:11:34
    1.3 数字图像处理主要研究内容 第二章 数字图像处理基础 2.1图像的数字化及表达 2.2图像的采样和量化 2.3图像的分类 第三章 图像的基本运算 3.1点运算 3.2代数运算 3.3逻辑运算 3.4几何运算 第四章 图像...
  • 计算机图形图像处理教学大纲

    千次阅读 2021-06-30 03:52:29
    《计算机图形图像处理》课程实施性教学大纲总学时数:120学时适用专业:13级、计算机动漫与游戏制作专业一、课程性质和任务《计算机图形图像处理》是计算机应用专业和动漫专业的一门专业课,本课程是学习平面设计...
  • (一)数字图像处理简介

    千次阅读 2021-12-09 23:51:17
    2.图像处理方式分类 光学图像处理——利用光学器件直接对光学图像进行处理。 例如:在焦点上的一个点光源投射一束入射光,透过透镜变成平行光线;提取逻辑为 ; 入射光为平行均匀光,透过透镜汇聚到焦平面上为...
  • FPGA数字图像处理

    千次阅读 多人点赞 2019-07-17 12:08:57
    FPGA–数字图像处理 文中有福利 图像知识基础学习(含视频课程) 包含MATLAB 和 VC++源码 |–第一章 | |–第1讲 数字图像处理概述 | |–第2讲 图像的存储格式 | |–第3讲 基于MATLAB的图像处理基础 |–第二章 | |–...
  • 图像处理-最常见面试题(必问)

    千次阅读 2021-03-02 17:59:32
    图像预处理有哪些方法?1.1 高斯滤波器原理介绍?2.图像增强有哪些方法?3.图像的特征提取有哪些算法?3.1 HOG(方向梯度直方图)3.2 SIFT(尺度不变特征变换)3.3 SURF(加速稳健特征,对sift的改进)3.4 DOG(高斯函数...
  • 数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结整理,欢迎大家一起学习交流...
  • 《数字图像处理》笔记

    千次阅读 2021-11-29 00:44:45
    参考文献——《图像处理和分析教程》 by 章毓晋 毓(yu)、晋(jin) 第1章 绪论 1.1 图像概述 1.1.1 基本概念和术语 1、图像:图像是各种观测系统以不同形式和手段观测客观世界而获得的,可以直接或间接作用...
  • VC++图像处理及源码包(大全)包括下列内容:1.数字图像获取,处理及实践应用电子书 2.数字图像获取,处理及实践应用电子书分章节源码 3.书中提及的各种算法的综合源码。压缩包里面包括的算法代码有:分章节源码内容...
  • 图像处理专业英语

    千次阅读 2018-02-08 10:41:15
    cnn,卷积神经网络(Convolutional Neural Network,CNN)是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,对于大型图像处理有出色表现。[1] 它包括卷积层(alternating convolutional layer)...
  • 图像处理中的经典机器学习方法

    千次阅读 2021-01-24 14:33:16
    在本章中,我们将讨论机器学习技术在图像处理中的应用。首先,定义机器学习,并学习它的两种算法——监督算法和无监督算法;其次,讨论一些流行的无监督机器学习技术的应用,如聚类和图像分割等问题。 我们还将研究...
  • 深度学习在图像处理领域中的应用综述[J].高教学刊,2018(09):72-74 1.特征表达/提取方法->特征学习 图像特征是指图像的原始特性或属性,可以分为视觉特征或统计特征。视觉特征主要是人的视觉直觉感受的自然特征...
  • 数字图像处理复习总结

    万次阅读 多人点赞 2019-01-03 22:19:26
    复习着感觉记不住,于是乎,有了这篇博文,如果也同样选修了数字图像处理课程的小伙伴们可以参考一哈! 纯手码字…逢考必过! 概念 采样与量化 灰度变换缓慢的景物:粗采样、细量化 有大量细节变化的图像:...
  •  这篇文章的主要目的是通过建立一维傅里叶变换与图像傅里叶变换中相关概念的对应关系来帮助读者理解图像处理中的离散傅里叶变换,因此,理解图像中离散傅里叶变换的前提条件是读者需要了解一维傅里叶变换的基本知识...
  • 数字图像处理的起源与应用

    千次阅读 2019-01-26 14:56:10
    数字图像处理主要有两个目的: 1、改善图示的信息以便人们解释;2、为存储、传输和表示而对图像进行的处理。   数字图像处理是什么: 数字图像可以理解为一个二维函数f(x,y),其中 x 和 y 是空间(平面)坐标,而...
  • 图像基本变换是图像处理的基本内容,是学习以后复杂的仿射变换、透视变换以及更高级的MLS网格变形等内容的基础,意义重大。本篇将从平移、缩放和旋转三个方面来讲解如何单纯使用C语言来轻松实现这三个算法。
  • -基于Python+OpenCV,实验环境:pycharm+anaconda,参考《数字图像处理》冈萨雷斯第四版(初学图像处理和Python,欢迎指出错误~) 一、色调和彩色校正 彩色图像可以看做不同彩色通道图像的叠加,每一个通道都可以...
  • 实验要求   (1.a) 编写程序实现图6.23,...  (1.b) 用上述程序对图1.10(4)进行处理,要求使河流呈现为黄色,其余区域像素与原输入图像灰度保持一致。在结果图像中一些孤立区域一般也会呈现黄色,因此需要选取合适的

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 60,169
精华内容 24,067
关键字:

平面图像处理工作内容