图像处理关键词

Posted Magnum Programm Life

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关键词相关的知识,希望对你有一定的参考价值。

  1.  高频分量:

    形象一点说:亮度或灰度变化激烈的地方对应高频成分,如边缘;变化不大的地方对于低频成分,如大片色块区

    画个直方图,大块区域是低频,小块或离散的是高频 

  2.  <1>高通滤波:边缘提取与增强。边缘区域的灰度变换加大,也就是频率较高。所以,对于高通滤波,边缘部分将被保留,非边缘部分将被过滤;

     <2>低通滤波:边缘平滑,边缘区域将被平滑过渡

  3. 高斯滤波:
    高斯滤波是一种线性平滑滤波,适用于消除高斯噪声,广泛应用于图像处理的减噪过程。通俗的讲,高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到
  4. 中值滤波:

    <1>线性滤波:线性滤波器的原始数据与滤波结果是一种算术运算,即用加减乘除等运算实现,如(1)均值滤波器(模板内像素灰度值的平均值)、(2)高斯滤波器(高斯加权平均值)等。由于线性滤波器是算术运算,有固定的模板,因此滤波器的转移函数是可以确定并且是唯一的(转移函数即模板的傅里叶变换)。
    <2>非线性滤波:非线性滤波器的原始数据与滤波结果是一种逻辑关系,即用逻辑运算实现,如最大值滤波器、最小值滤波器、中值滤波器等,是通过比较一定邻域内的灰度值大小来实现的,没有固定的模板,因而也就没有特定的转移函数(因为没有模板作傅里叶变换),另外,膨胀和腐蚀也是通过最大值、最小值滤波器实现的。五种常见的非线性滤波算子,这五种滤波算子对不同的图像都会有不同的作用,最常用的是中值滤波,因为它的效果最好且信息损失的最少。

  5. drift: 指图像在tracking 的时候漂,流动。
  6. 感受野:(下面的解释还是没看懂,看来得学习下CNN的很多概念)

    感受野(receptive field)是怎样一个东西呢,从CNN可视化的角度来讲,就是输出featuremap某个节点的响应对应的输入图像的区域就是感受野。

    比如我们第一层是一个3*3的卷积核,那么我们经过这个卷积核得到的featuremap中的每个节点都源自这个3*3的卷积核与原图像中3*3的区域做卷积,那么我们就称这个featuremap的节点感受野大小为3*3

    如果再经过pooling层,假定卷积层的stride是1,pooling层大小2*2,stride是2,那么pooling层节点的感受野就是4*4

以上是关于图像处理关键词的主要内容,如果未能解决你的问题,请参考以下文章

Throws关键字--异常处理的第一种方式,交给别人处理和第二种方式,自己处理

批处理如何在指定文件夹内搜索某个关键字,包含这个关键字的文件或文件夹要删除?

throws关键字_异常处理的第一种方式(交给别人处理)和try_catch_异常处理的第二种方式(自己处理)

修复:Webkit 关键帧图像库不显示所有图像

全景视频拼接关键技术

如何通过批处理删除注册表中包含某关键词的项,值,数据!