VC圖像編程教案 第二章

第二章 常用算子練習(xí) 實(shí)驗(yàn)圖片： 第二章 TITLE=VC圖像編程教案  2.1 邊緣檢測(cè)算子 2.1.1 算子卷積的原理-----相當(dāng)于高通濾波器 2.1.2 應(yīng)用算子時(shí)邊界的處理方法 2.1.3 算子模板 Roberts： 第二章 TITLE=VC圖像編程教案  第二章 TITLE=VC圖像編程教案  Sobel: 第二章 TITLE=VC圖像編程教案 取兩結(jié)果中的大值為變換結(jié)果 Priwitt： 第二章 TITLE=VC圖像編程教案  Krisch： 第二章 TITLE=VC圖像編程教案 第二章 TITLE=VC圖像編程教案  第二章 TITLE=VC圖像編程教案  第二章 TITLE=VC圖像編程教案 第二章 TITLE=VC圖像編程教案  第二章 TITLE=VC圖像編程教案  第二章 TITLE=VC圖像編程教案 第二章 TITLE=VC圖像編程教案  2.2 小波算子 2.2.1 小波算子原理，高低通算子參數(shù)關(guān)系為： 第二章 TITLE=VC圖像編程教案  2.2.2 Daubechies_6(DB6)算子： 第二章 TITLE=VC圖像編程教案  Daubechies_8(DB8)算子： 第二章 TITLE=VC圖像編程教案  2.3 SUSAN角點(diǎn)檢測(cè)方法（作業(yè)） SUSAN算子使用的是圓形模板來(lái)進(jìn)行角點(diǎn)探測(cè),圓形模板有等方向性的特點(diǎn)。一般使用模板的半徑為3～4個(gè)像元。如圖 第二章 TITLE=VC圖像編程教案  模板置于每一個(gè)像素,將模板的每一個(gè)像像素與中心像素進(jìn)行比較。  第二章 TITLE=VC圖像編程教案    其中I(r)表示r點(diǎn)像素的灰度值,r0表示模板中心像素。t表示一個(gè)限制閾值，這個(gè)值決定了所能檢測(cè)角點(diǎn)的最小對(duì)比度,也是能忽略的噪聲的最大容限。它主要決定了能夠提取 的特征數(shù)量越小,可從對(duì)比度越低的圖像中提取特征,而且提取的特征也越多。因此對(duì)于不同對(duì)比度和噪聲情況的圖像應(yīng)取不同的t值。 現(xiàn)在一些研究已經(jīng)可以把這個(gè)t值改進(jìn)為自適應(yīng)值。也就是說(shuō)可以根據(jù)圖像的具體所含噪聲確定最好的t值。 第二章 TITLE=VC圖像編程教案  由函數(shù)n計(jì)算出所謂的USAN區(qū)域面積值。C(r0)表示以r0為中心的圓鄰域。然后由一個(gè)個(gè)局部非極大值抑制模板來(lái)確定最終角點(diǎn)。具體可由下式表述： 第二章 TITLE=VC圖像編程教案  式中g(shù)為非極大值抑制門限。門限g決定了輸出角點(diǎn)的USAN區(qū)域的最大值。g的大小不但決定了可從圖像中提取角點(diǎn)的多寡,它還決定了所檢測(cè)到的角點(diǎn)的尖銳程度。所以一旦確定了所需角點(diǎn)的質(zhì)量(尖銳程度),g就可以取一個(gè)固定不變的值。一般情況下取1/2模板像素個(gè)數(shù)，例如7×7模板的g=37/2。 實(shí)驗(yàn)圖片為： 第二章 TITLE=VC圖像編程教案  預(yù)計(jì)檢測(cè)結(jié)果：好于 第二章 TITLE=VC圖像編程教案  （本課用時(shí)約1小時(shí)30分）

【VC圖像編程教案 第二章】相關(guān)文章：

FrontPage教案-圖像04-25

《Photoshop圖像處理》教案04-25

第二章教案04-28

手繪線條圖像 (教案)04-25

合成圖像的教案設(shè)計(jì)04-25

第二章 基本操作(教案）04-25

編程的心得03-14

圖像記憶的原理03-06

常用函數(shù)圖像03-12

數(shù)控編程心得05-07