opencv基础篇3讲(三)-滤波&直方图均衡化&模板匹配
【摘要】
滤波
图像基础常识:
噪声
原图与加了高斯噪声后的图片
椒盐噪声(Salt & Pepper):含有随机出现的黑白亮度值。(加了胡椒粉,很形象了)
盐=白色,椒=黑色
高斯噪声:含有亮度服从高斯或正态分布的噪声。高斯噪声是很多传感器噪声的模型,如摄像机的电子干扰噪声。
...
滤波
图像基础常识:
噪声
原图与加了高斯噪声后的图片
-
椒盐噪声(Salt & Pepper):含有随机出现的黑白亮度值。(加了胡椒粉,很形象了)
-
盐=白色,椒=黑色
-
-
高斯噪声:含有亮度服从高斯或正态分布的噪声。高斯噪声是很多传感器噪声的模型,如摄像机的电子干扰噪声。
滤波器
-
线性滤波器
-
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,
-
如均值滤波器(模板内像素灰度值的平均值)、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)。
-
-
非线性滤波
文章来源: wenyusuran.blog.csdn.net,作者:文宇肃然,版权归原作者所有,如需转载,请联系作者。
原文链接:wenyusuran.blog.csdn.net/article/details/122713304
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)