图像处理理论——直方图二值化滤波基础
Posted antkillerfarm
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了图像处理理论——直方图二值化滤波基础相关的知识，希望对你有一定的参考价值。
http://antkillerfarm.github.io/
对比度和亮度
g(i,j)=a×f(i,j)+b
上式中 f(i,j) 和 g(i,j) 表示位于第i行，第j列的像素。上述线性变换中，a表示对比度，b表示亮度。
邻域
⎡⎣⎢A0A3A5A1AA6A2A4A7⎤⎦⎥
A0 ~ A7 被称作像素A的1度8-邻域(即 U(A,1) )，相应的上下左右的四个像素 A1 、 A3 、 A4 、 A6 被称作像素A的1度4-邻域。下文如无特别指出，邻域均为8-邻域。
定义 U+(A,N)=A⋃i=1NU(A,i) 。
U(A,2) 的定义如下：
如果 B∈U(A,1)∧C∈U(B,1)∧C∉U+(A,1) ，那么 C∈U(A,2) 。
类似的 U(A,N) 的定义为：
如果 B∈U(A,N−1)∧C∈U(B,1)∧C∉U+(A,N−1) ，那么 C∈U(A,N) 。
这里的N被称为度数，也就是两点间的距离，即 L(A,C)=N 。
相关算子
相关（Correlation)算子
g=f⊗h
的定义为：
g(i,j)=∑k,lf(i+k,j+l)h(k,l)
其中，h称为相关核(Kernel)，即滤波器的加权系数矩阵，有的书上也称作“模板”。相关核有个叫做锚点（anchor）的属性，也就是被滤波的那个点在核中的位置。以3*3的h矩阵为例，如果锚点在矩阵中央的话，则 i−1≤k≤i+1,j−1≤l≤j+1 。如果锚点在左上角的话，则 i≤k≤i+2,j≤l≤j+2 。
所有的点 (k,l) 组成的集合，叫做核空间。一般也简单记作 Xk,l 。这里的X可以是累加、求均值、求最大值、求最小值等集合运算符。
此外，h矩阵还有是否归一化的属性。这里将计算矩阵中所有元素之和的操作，记作 SUM(以上是关于图像处理理论——直方图二值化滤波基础的主要内容，如果未能解决你的问题，请参考以下文章
图像处理基于matlab GUI数字图像处理含Matlab源码 652期
OpenCV python图像预处理：二值化 && 滤波操作
学习 opencv--- 线性邻域滤波专场：方框滤波，均值滤波，高斯滤波