图像滤波技术:边缘检测算子:上采样:下采样

Image Filtering

(图像滤波)

头好大:找不到好的关于PAN-Sharpening的文章,身边人都说让我换一个方向,但是,自己现在就是很想做。总之就是除了一腔热情啥也没有,现在论文也没有找到。 不管了每天都学到新的知识,才是重要的,关于滤波遇到过好几次了,借着这个机会好好收集一下。

前言

卷积核和滤波器的关系:
卷积核和滤波器1
卷积核和滤波器2

频域以及滤波
频域和滤波

均值滤波(线性滤波)—>模糊图像

均值滤波

高斯滤波(线性平滑滤波)—>信号的平滑处理,去除符合正态分布的噪声

高斯滤波
高斯掩模
二值化mask

中值滤波(非线性平滑技术)—>除去椒盐噪声

中值滤波

双边滤波—>非线性滤波

双边滤波器像素处的输出是附近像素的加权平均值,其中权重取决于引导图像中的强度/颜色相似性。指导图像可以过滤输入本身或另一个图像。双边滤波器可以平滑的小波动,同时保留边缘。虽然这种滤波器在许多情况下都是有效的,但它在边缘附近可能会有不必要的梯度反转伪影。
双边滤波1
双边滤波2

同态滤波

同态滤波1
同态滤波2

高通滤波

高通滤波1
高通滤波2

低通滤波

低通滤波

上述滤波小结

引导滤波

引导滤波1
引导滤波2

保边滤波器

包括双边和导向滤波

sobel滤波

图像梯度与Sobel滤波器

color滤波

color滤波

边缘检测算子

边缘检测1
边缘检测2

上采样

总结

拓展:泛锐化和超分会使用到的网络架构和采样方式

反卷积

反卷积链接

亚像素卷积

总体理解

像素混洗法Pixel Shuffle

Pixel Shuffle

DUpsampling

Upsampling-新型上采样模块

CAPAFE:轻量级的通用上采样算子

capafe链接

Deformable Convolution:可变形卷积

可变形卷积

下采样

下采样

你可能感兴趣的:(深度学习,计算机视觉,人工智能,图像处理)