图像平滑之二维离散卷积 2023年5月28日 下午8:47 • 人工智能 • 阅读 76 本书是数字 图像处理_经典著作,作者在对32个国家的134个院校和研究所的教师,学生及自学者进行广泛调查的基础上编写了第三版。除保留了第二版的大部分主要内容外,还根据收集的建议从13个方面进行了修订,新增400多幅图像,200多个图表和80多道习题,同时融入了来本科学领域的重要发展,使本书具有相当的特色与先进性。全书分为12章,包括绪论,数字图像基础,灰度变换与空间滤波,频域滤波,图像复原与重建,彩色 _图像处理,小波及多分辨率处理,图像压缩,形态学 图像处理,图像分割,表现与描述,目标识别。 目录编辑 前言15 致谢19 书籍网站20 关于作者21 第1章引言23 1.1什么是数字 图像处理?23 1.2数字 _图像处理_的起源25 1.3使用数字 _图像处理_的字段示例29 1.3.1伽马射线成像30 1.3.2 X射线成像31 1.3.3紫外线带成像33 1.3.4可见光和红外波段成像34 1.3.5微波波段40成像 [1] 1.3.6无线电频段的成像42 1.3.7使用其他成像模式的示例42 1.4数字 _图像处理_的基本步骤47 1.5 _图像处理_系统的组件50 摘要53 参考文献和进一步阅读53 第2章数字图像基础知识57 2.1视觉感知的要素58 2.1.1人眼结构58 2.1.2眼睛中的图像形成60 2.1.3亮度适应和歧视61 2.2光和电磁谱65 2.3图像传感和采集68 2.3.1使用单个传感器进行图像采集70 2.3.2使用传感器条带获取图像70 2.3.3使用传感器阵列进行图像采集72 2.3.4简单的图像形成模型72 2.4图像采样和量化74 2.4.1采样和量化的基本概念74 2.4.2代表数字图像77 2.4.3空间和强度分辨率81 2.4.4图像插值87 2.5像素之间的一些基本关系90 2.5.1像素的邻居90 2.5.2邻接,连通性,区域和边界90 [1] 2.5.3距离措施93 2.6数字 _图像处理_中使用的数学工具简介94 2.6.1数组与矩阵运算94 2.6.2线性与非线性操作95 2.6.3算术运算96 2.6.4设置和逻辑操作102 2.6.5空间操作107 2.6.6矢量和矩阵运算114 2.6.7图像变换115 2.6.8概率方法118 [1] 摘要120 参考文献和进一步阅读120 问题121 第3章强度变换和空间过滤126 3.1背景127 3.1.1强度变换和空间滤波的基础127 3.1.2关于本章中的示例129 3.2一些基本的强度转换函数129 3.2.1图像底片130 3。2。2日志转换131 3.2.3幂律(Gamma)变换132 3.2.4分段线性变换函数137 3.3直方图处理142 3.3.1直方图均衡144 3.3.2直方图匹配(规范)150 3.3.3局部直方图处理161 3.3.4使用直方图统计进行图像增强161 3.4空间过滤的基本原理166 3.4.1空间过滤机制167 3.4.2空间相关和卷积168 3.4.3线性滤波的矢量表示172 3.4.4生成空间滤波器掩码173 3.5平滑空间滤波器174 3.5.1平滑线性滤波器174 3.5.2订单统计(非线性)过滤器178 3.6锐化空间滤波器179 3.6.1基金会180 3.6.2使用二阶导数进行图像锐化 – 拉普拉斯算子182 3.6.3反锐化掩码和高增强滤波184 3.6.4使用一阶导数(非线性)图像锐化 – 梯度187 3.7组合空间增强方法191 [1] 3.8使用模糊技术进行强度变换和空间过滤195 3.8.1引言195 3.8.2模糊集理论的原理196 3.8.3使用模糊集200 3.8.4使用模糊集进行强度变换208 3.8.5使用模糊集进行空间过滤211 摘要214 参考文献和进一步阅读214 问题215 第4章频域滤波221 4.1背景222 4.1.1傅立叶级数和变换的简史222 4.1.2关于本章中的示例223 4.2初步概念224 [1] 4.2.1复数224 4.2.2傅立叶级数225 4.2.3冲动及其筛选性能225 4.2.4一个连续变量函数的傅立叶变换227 4.2.5卷积231 4.3采样和采样函数的傅立叶变换233 4.3.1抽样233 4.3.2采样函数的傅立叶变换234 4.3.3抽样定理235 4.3.4别名239 4.3.5采样数据的功能重建(恢复)241 4.4单变量的离散傅里叶变换(DFT)242 4.4.1从采样函数的连续变换中获取DFT 243 4.4.2采样和频率间隔之间的关系245 4.5扩展到两个变量的函数247 4.5.1 _二维_脉冲及其筛选性质247 4.5.2 _二维_连续傅立叶变换对248 [1] 4.5.3 _二维_采样和 _二维_采样定理249 4.5.4图像中的别名250 4.5.5 _二维_离散傅里叶变换及其逆257 4.6 _二维_离散傅立叶变换的一些性质258 4.6.1空间和频率间隔之间的关系258 4.6.2翻译和轮换258 4.6.3周期259 4.6.4对称性属性261 4.6.5傅里叶谱和相角267 4.6.6 _二维_卷积定理271 4.6.7 _二维_离散傅立叶变换特性总结275 4.7频域滤波的基础277 4.7.1频域的附加特性277 4.7.2频域滤波基础279 4.7.3频域滤波步骤摘要285 4.7.4空域和频域过滤之间的对应关系285 4.8使用频域滤波器进行 _图像平滑_291 4.8.1理想的低通滤波器291 4.8.2巴特沃斯低通滤波器295 [1] 4.8.3高斯低通滤波器298 4.8.4低通滤波的其他例子299 4.9使用频域滤波器的图像锐化302 4.9.1理想的高通滤波器303 4.9.2巴特沃斯高通滤波器306 4.9.3高斯高通滤波器307 4.9.4频域308中的拉普拉斯算子 4.9.5反锐化掩模,高增强滤波和高频强调滤波310 4.9.6同态过滤311 4.10选择性过滤316 4.10.1带通和带通滤波器316 4.10.2陷波滤波器316 4.11实施320 4.11.1 _二维_DFT 320的可分离性 4.11.2使用DFT算法计算IDFT 321 [1] 4.11.3快速傅里叶变换(FFT)321 4.11.4关于过滤器设计的一些评论325 摘要325 参考文献和进一步阅读326 问题326 第5章图像恢复和重建333 5.1图像降级/恢复过程的模型334 5.2噪声模型335 5.2.1噪声的空间和频率特性335 5.2.2一些重要的噪声概率密度函数336 5.2.3周期性噪声340 5.2.4噪声参数估算341 5.3仅存在噪声的情况下的恢复 – 空间过滤344 5.3.1平均滤波器344 5.3.2订单统计过滤器347 5.3.3自适应滤波器352 5.4通过频域滤波定期降低噪声357 5.4.1带状过滤器357 [1] 5.4.2带通滤波器358 5.4.3陷波滤波器359 5.4.4最佳陷波滤波360 5.5线性,位置不变的降级365 5.6估算退化函数368 5.6.1通过图像观察估计368 5.6.2通过实验估算369 5.6.3通过建模估算369 5.7反向过滤373 5.8最小均方误差(维纳)滤波374 5.9约束最小二乘滤波379 5.10几何平均滤波器383 5.11从投影中重建图像384 5.11.1引言384 5.11.2计算机断层扫描原理(CT)387 5.11.3投影和Radon变换390 5.11.4傅立叶切片定理396 5.11.5使用平行光束滤波反投影重建397 5.11.6使用扇束滤波反投影进行重建403 摘要409 Original: https://blog.csdn.net/qq_44116998/article/details/124062856Author: 德林恩宝Title: 图像平滑之二维离散卷积 原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/533517/ 转载文章受原作者版权保护。转载请注明原作者出处! 人工智能 赞 (0) 0 生成海报 【自取】最近整理的,有需要可以领取学习: Linux核心资料大放送~ 全栈面试题汇总(持续更新&可下载) 一个提高学习100%效率的工具! 【超详细】深度学习面试题目! LeetCode Python刷题答案下载! LeetCode Java版刷题答案下载! LeetCode C++ 版本,抓紧保存! LeetCode GO语言 刷题答案下载! 大家都在看 大数据分析-实验八 鸢尾花数据集分类 Tec8-鸢尾花数据集分类 使用Sklearn的逻辑回归完成鸢尾花分类预测 from sklearn.datasets import load_iris from sklearn…. 人工智能 2023年6月30日 0059 【软件测试从0到1】第三篇:用例篇 目录 一、测试用例的基本要素 二、测试用例的设计方法 三、具体的设计方法 3.1 等价类 3.2 边界值 3.3 判定表法 3.4 正交法 3.5 场景设计法 3.6 错误猜测法 … 人工智能 2023年6月27日 00101 windows下安装CPU和GPU版本的pytorch 并通过pycharm进行验证 目录 新手-通过本文记录一下2022年7月5日安装pytorch的所有过程,以备后用 一、下载anconda 安装过程中有几点需要注意的: 验证是否安装成功 二、在anconda中… 人工智能 2023年6月24日 0074 PaddleOCR详解和识别图片中文字 前言:paddleocr可以说是最近ocr的主⼒军,⼤家对于paddleocr的认可度是相当的⾼,特别是最近推出的轻量级模型,可以识别近80种语⾔,并且效率是这三种ocr工具种最⾼… 人工智能 2023年7月27日 0060 PyTorch环境搭建、安装过程以及卸载(anaconda+清华镜像+安装pyTorch) 本文介绍基于Anaconda环境以及PyCharm软件结合,安装PyTorch深度学习框架。 一. 安装anaconda 此处默认已经安装好了anaconda.(也可以去anaco… 人工智能 2023年7月21日 0077 机器学习的分类 机器学习的一般分类为: 监督学习、 无监督学习、 半监督学习和 强化学习。下面分别对其进行简要的介绍。 监督学习是从有标签的数据中学习统计规律,即找到一个映射函数来映射输入变量(x… 人工智能 2023年6月24日 0073 PCA算法原理及python实现 【原理】PCA算法原理 1.PCA算法 PCA(principal Component Analysis),即主成分分析方法,是一种使用最广泛的数据压缩算法。在PCA中,数据从原来… 人工智能 2023年6月15日 00117 anaconda安装pytorch-gpu(无需换源) 如何在anaconda里面安装gpu版本的pytorch? 注:本人翻看了大量的帖子并参照了很多方法去安装,最后发现输入print(torch.cuda.is_available(… 人工智能 2023年7月24日 0082 深度强化学习-TD3算法原理与代码 深度强化学习-TD3算法原理与代码 引言 1 TD3算法简介 2 TD3算法原理 2.1 双重网络 2.1.1 网络过估计的成因 2.1.2 双重网络的引入 2.2 目标策略平滑正… 人工智能 2023年7月26日 0084 Log Cluster:日志数据聚类和模式挖掘算法 摘要:现代 IT 系统经常产生大量事件日志,事件模式发现就成了重要的日志管理任务。为完成此目标,数据挖掘方法已经预先给出了很多方式。本文提出 Log Cluster 算法,其继承了… 人工智能 2023年6月2日 0065 【RPA技术】前 5 个开源 RPA 框架——以及如何选择 在许多组织中,自动化和人工智能/机器学习的第一步是采用机器人过程自动化 (RPA) 技术。 许多企业正在使用 RPA 来提高成本和 IT 流程的效率。在许多情况下,减少错误、时间、… 人工智能 2023年6月25日 0081 计算机视觉中的经典骨干网络总结 特征提取是计算机视觉任务的基础,良好的特征提取网络可以明显的提升算法的性能表现。在计算机视觉任务中,对图像进行特征提取的网络被称作为骨干网络(Backbone),可以说是下游任务的… 人工智能 2023年7月13日 0095 YOLOv5的Neck端设计 YOLOv5的Neck端设计 在上一篇《YOLOv5的Backbone设计》中,我们从yolov5的backbone配置文件出发,细致讲解了backbone的网络架构及各模块的源码… 人工智能 2023年6月16日 00124 RStudio环境或者ggsave函数保存生成的图像为指定文件格式(pdf、jpeg、tiff、png、svg、wmf)、指定图像宽度、高度、分辨率(width、height、dpi) 抵扣说明: 1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。 Original: https:… 人工智能 2023年7月16日 0063 【学习day1】图像分类数据集+softmax回归 主要来源:李沐老师的pytorch 动手学习深度学习(鞠躬感谢)记录每日所学,欢迎讨论 目录 一. 图像分类数据集 * 1. 读取数据集 2. 读取小批量 3. 整合所有组件 二…. 人工智能 2023年7月1日 00102 输出分组_python(pandas)分组与聚合统计 Pandas分组聚合语法:df [Condition1] .groupby ([Column1, Column2], as_index=False) .agg({Column3: … 人工智能 2023年7月7日 0060