• 冲击滤波器


     

      冲击滤波器是一种可以显著的增强图像特征的滤波器因为二阶微分在增强细节方面要比一阶微分好得多,更加适合锐化图像的理想特征,因此冲击滤波器使用拉普拉斯算子来检测图像的强边缘具体算法定义如下:

                                                                     (3-7

    其中It为前一时刻经过双边滤波之后的图像,△的拉普拉斯算子,▽为It的梯度,sign为符号函数。  

    为保证检测出来的图像边缘具有相对均的宽度,论文使用的拉普拉斯算子定义为

                             (3-8

    对式(3-8)采用前后向差分策略,即

                     (3-9

                      (3-10

    由式(3-9)(3-10)得其计算时使用的拉普拉斯模板如表3.3右下所示。

    论文中令dt的初始值设为1.0,每次迭代后将其乘以0.9,从而减弱冲击滤波器的作用,以便恢复模糊图像更多的细节。

    其代码如下:

    function Shockimg = shockfilter( I,dt)
    %shock filter
    % input: I:input image
    %             w :Laplace operator 
    %output Shockimg :the image which after shock filter. 
     
    % 冲击滤波器预测图像的强边缘
    [GX GY] = gradient(I);
    gradvalue = sqrt(GX.^2+GY.^2);
    %拉普拉斯算子lap
    w = [1 1 1;1 -8 1;1 1 1]; 
    lap = imfilter(I,w,'corr','replicate','same');
    sig = sign(lap);   
    %冲击滤波输出Shockimg
    Shockimg =I -double(sig).*gradvalue.*dt; 
  • 相关阅读:
    javascript之createElement事件
    rgb颜色列表
    欧美很好听的调调
    转:JMeter--使用代理录制Web性.能测试脚.本
    转:使用 JMeter 完成常用的压力测试
    转: 理解 JMeter 聚合报告(Aggregate Report)
    转:jmeter实践
    转:支付漏洞的三种常见类型
    转:LoadRunner获取毫秒及字符串替换实现
    转:Windows平台配置Appium+Java环境
  • 原文地址:https://www.cnblogs.com/jiangnanrain/p/3271046.html
Copyright © 2020-2023  润新知