图像处理

首页图像处理

图像处理

基于OpenCV的气体泵扫描仪数字识别系统

综述 2012年iOS应用商店中发布了一个名为FuelMate的Gas跟踪应用。小伙伴们可以使用该应用程序跟踪汽油行驶里程，以及有一些有趣的功能，例如Apple Watch应用程序、vin.li集成以及基于趋势mpg的视觉效果。燃料伴侣对此我们有一个新想法，该如何添加一个功能帮助我们在泵中扫描燃油，并在应用程序中输入燃油信息？让我们深入研究如何实现这一目标。技术对于这个项目的我们首先应该编写一个简单的Python应用程序以...

2021-01-14 08:59:48
图像处理基础(7)：图像的灰度变换

前面几篇文章介绍的是图像的空间域滤波，其对像素的处理都是基于像素的某一邻域进行的。本文介绍的图像的灰度变换则不同，其对像素的计算仅仅依赖于当前像素和灰度变换函数。灰度变换也被称为图像的点运算（只针对图像的某一像素点）是所有图像处理技术中最简单的技术，其变换形式如下：其中，T是灰度变换函数；r是变换前的灰度；s是变换后的像素。图像灰度变换的有以下作用： • 改善图像的质量，使图像能够显示更多的细节，提高图像的对比度（对比度拉伸） • 有选择的...

2021-01-13 14:54:36
图像处理基础(6)：锐化空间滤波器

前面介绍的几种滤波器都属于平滑滤波器（低通滤波器），用来平滑图像和抑制噪声的；而锐化空间滤波器恰恰相反，主要用来增强图像的突变信息，图像的细节和边缘信息。平滑滤波器主要是使用邻域的均值（或者中值）来代替模板中心的像素，消弱和邻域间的差别，以达到平滑图像和抑制噪声的目的；相反，锐化滤波器则使用邻域的微分作为算子，增大邻域间像素的差值，使图像的突变部分变的更加明显。本位主要介绍了一下几点内容： • 图像的一阶微分和二阶微分的性质 • 几种常见的一阶微分算子 • ...

2021-01-12 15:26:04
图像处理基础(5)：双边滤波器

双边滤波（Bilateral filter）是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的。双边滤波器之所以能够做到在平滑去噪的同时还能够很好的保存边缘（Edge Preserve），是由于其滤波器的核由两个函数生成： • 一个函数由像素欧式距离决定滤波器模板的系数 • 另一个函数由像素的灰度差值决定滤波器的系数其综合了高斯滤波器（Gaussian Filter）和截尾均值滤波...

2021-01-11 16:14:42
图像处理基础(4)：高斯滤波器详解

本文主要介绍了高斯滤波器的原理及其实现过程高斯滤波器是一种线性滤波器，能够有效的抑制噪声，平滑图像。其作用原理和均值滤波器类似，都是取滤波器窗口内的像素的均值作为输出。其窗口模板的系数和均值滤波器不同，均值滤波器的模板系数都是相同的为1；而高斯滤波器的模板系数，则随着距离模板中心的增大而系数减小。所以，高斯滤波器相比于均值滤波器对图像个模糊程度较小。什么是高斯滤波器既然名称为高斯滤波器，那么其和高斯分布（正态分布）是有一定的关系的。一个二维的高斯函数如...

2021-01-08 10:47:17
图像处理基础(3)：均值滤波器及其变种

均值滤波器可以归为低通滤波器，是一种线性滤波器，其输出为邻域模板内的像素的简单平均值，主要用于图像的模糊和降噪。均值滤波器的概念非常的直观，使用滤波器窗口内的像素的平均灰度值代替图像中的像素值，这样的结果就是降低图像中的“尖锐”变化。这就造成，均值滤波器可以降低噪声的同时，也会模糊图像的边缘。均值滤波器的处理结果是过滤掉图像中的“不相关”细节，其中“不相关”细节指的是：与滤波器模板尺寸相比较小的像素区域。根据均值计算方法的不同，均值滤波器有以下几种： •算术均...

2021-01-07 14:07:34