数字图像处理

1.亮 ，暗

数字图像处理

1. 图像阈值

凸显图像信息

图像的滤波操作：

本质:图像滤波的本质，是将噪声点去掉。

FAQ:

均值滤波

卷积核为什么被描述为均值滤波:

高斯滤波:

高斯滤波的本质:离的越远，说明偏差越大,相关的权重也就有所偏离

 从以上描述中我们可以看出，高斯滤波模板中最重要的参数就是高斯分布的标准差σ。它代表着数据的离散程度，如果σ较小，那么生成的模板中心系数越大，而周围的系数越小，这样对图像的平滑效果就不是很明显；相反，σ较大时，则生成的模板的各个系数相差就不是很大，比较类似于均值模板，对图像的平滑效果就比较明显。通过下面的一维高斯分布图也可验证上述观点

相关的权重不一样

中值滤波

表示，周围的像素点，的中位值。

用中值滤波,可以滤波调相关的噪音点

高斯滤波:

是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。通俗的讲，高斯滤波就是对整幅图像进加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到

腐蚀操作

腐蚀操作:腐蚀边沿数据,

梯度运算:

Sobel算子