图像滤波就是对图像进行卷积操作,逐点乘积之后累加
平滑滤波包括 均值滤波 中值滤波 高斯滤波(常用)
数学形态学滤波基于膨胀和腐蚀两个操作
图像形态学操作:
开操作:先腐蚀,再膨胀
闭操作:膨胀之后再腐蚀
先开后闭可有效去除噪声,有点类似高斯去燥和中值去燥,但又稍有不同
Opencv对应函数 Gaussianblur medianblur morphologyex
边缘检测的本质是查分,
Sobel laplace log canny
一些算子的推导过程:https://blog.csdn.net/qq_18815817/article/details/78625845
已有方法问题:噪声、断裂、虚检
canny算子步骤:
1.先平滑再计算微分(高斯函数的一阶导数同时平滑和微分)
2.计算梯度(幅值和方向)
3.梯度幅值进行非极大值抑制
4.自动边缘连接
1.灰度直方图 calchist 灰度统计图
大津otsu算法
灰度阈值分割,确定最佳阈值,使类间方差最大
从0到254遍历灰度,确定阈值使得方差最大
对渐变图像分割,全局阈值大津算法有明显局限性,
故基于图像局部相似的方法,区域生长法(floodfill):利用相邻像素间对相似性,从一个点开始分为广度优先和深度优先
图像的简单描述指标
区域面积(A):区域包含的像素数
区域重心x和y
形状参数F、偏心率、欧拉数、圆形性
最小包围矩形及D-P多边形拟合方法
图像不变矩
归一化的中心矩
图像的p+q阶矩、p+q阶中心矩
7个不变矩:对平移、旋转、尺度变化(缩放)保持不变,可有效对度量区域形状
图像分割:基于阈值(全局阈值和局部阈值)、区域(分水岭算法和图切方法)、边缘(廓线点检测和活动廓线法)、深度学习
自适应阈值分割是对二值全局阈值对改进
分水岭算法是区域生长算法对改进 分水岭会过分割 watershed
通常阈值化分析之后,会使用边缘轮廓检测 findcoutous drawcoutous