计算机视觉基础~图像预处理(中)

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/fly_wt/article/details/84202721

5.1梯度Prewitt滤波/卷积 

水平梯度/垂直边缘

 垂直梯度/水平边缘

5.2梯度Sobel滤波/卷积 

梯度Sobel滤波/卷积 

垂直梯度/水平边缘

5.3梯度Laplacian滤波/卷积 

二阶微分算子   一阶导数极值

\large \Delta f=\frac{\partial^2 f}{\partial x^2}+\frac{\partial^2f }{\partial y^2}

作用:

团块检测:周边高于(低于)中心

边缘检测:像素值快速变化的区域

Laplacian滤波锐化:做差运算

其他滤波:


 如何让卷积更快:空域卷积=频域乘积 

6.图像金字塔

图像金字塔化:先进行图像平滑,再进行降采样,根据降采样率,得到一系列尺寸逐渐减小的图像。 

操作:操作:n次(高斯卷积->2倍降采样)->n层金字塔

目的:捕捉不同尺寸的物体
 

直接降采样会损失信息,所以在降采样之前要进行高斯滤波

高斯金字塔本质上是信号的多尺度表示法

拉普拉斯金字塔

高频细节信息在卷积和下采样中丢失 

保留所有层所丢失的高频信息,用于图像恢复

高斯金字塔和拉普拉斯金字塔往往配合使用

猜你喜欢

转载自blog.csdn.net/fly_wt/article/details/84202721