Dgital Image Processing hm2
来源:互联网 发布:淘宝情侣装店铺排名 编辑:程序博客网 时间:2024/06/07 16:37
- T1
- Description
- Analysis
- 具体实现
- T2
- Description
T1
Description
给定图像car.png和模版图像wheel.png,利用相关检测实现对car图像中的
wheel检测,具有最大相关值的位置可以解释为所检测到的wheel位置。程序的输入是图像和模版,要求:
(i)显示图像的相关值结果;
(ii)列出在图像中检测到的所有目标的(x,y)坐标。
Analysis
利用两幅图像的相关值来解决图像匹配的问题,因为把被匹配图像作为kernel,然后需要检测的图像作为pattern,相关可以用来检测和定位一个由kernel表示的pattern,被检测处pattern响应强。
具体实现
- 首先,把car和wheel两张图片读入进来,存储到两个矩阵中。
- 因为用imread函数都进来的矩阵都是uint8表示形式,相关操作的数值会比较大,容易溢出,所以把两个矩阵转换成double的表示形式。
- 可以选择用padding的方式对矩阵进行扩充,但由于这次的操作不是检测边缘,所以也可以不填充,直接用模板进行相关值计算操作。
- 相关值的计算公式为:
G[i,j]=∑ku=−k∑kv=−kH[u,v]F[i+u.j+v] - 因为相关值可能没有十分精确地反映真正的相关程度,所以,我们进行了归一化处理,利用:
R[i,j]=(∑ku=−k∑kv=−kH[u,v]F[i+u.j+v])2(∑ku=−k∑kv=−k(H[u,v])2)×(∑ku=−k∑kv=−k(F[i+u.j+v])2) - 然后把大于0.99的坐标筛选出来,以它为中心,按照wheel图像的大小尺寸,提取出匹配矩阵出来,然后再show出来。
- 因为相关值可能没有十分精确地反映真正的相关程度,所以,我们进行了归一化处理,利用:
(i)相关值结果保存在pdf中
(ii)x的坐标从107变化到127
y的坐标从139变化到161
提取出来的图像为:
T2
Description
(i)利用randi()函数随机产生两个不等的整数,把大的值赋值给
(ii)读入图像,根据要求,如果
(iii)在添加了椒盐噪声的图像上,以3x3的窗口作中值滤波。首先在矩阵上tiquchu3x3的子矩阵,然后转换成一维的向量,直接用median函数取出中值,然后用此中值替换掉3x3窗口正中心的元素。不需要做padding,直接以3x3窗口的左上角对准矩阵的左上角开始。
(iv)
阅读全文
0 0
- Dgital Image Processing hm2
- Image Processing Fundamentals
- Image Processing Tricks
- Image Processing Books
- simple image processing
- BASIC IMAGE PROCESSING TUTORIAL
- image processing with MATLAB
- Image Processing by WK
- OpenCV iOS - Image Processing
- Matlab Intro - Image Processing
- Image Processing by Retina
- Image Processing using C#
- [image processing]matlab
- image pre-processing
- Tensorflow Image Processing Basic
- Color Image Processing
- Digital Image Processing
- IMAGE PROCESSING : PYCUDA [9K IMAGE]
- java线程池并发包
- PTA 7-9 目录树
- javascript滚动条事件动态悬浮页面对象
- 基于ionic+cordova+angularJs从零开始搭建自己的移动端H5 APP
- 第八周项目4-稀疏矩阵的三元组表示的实现及应用
- Dgital Image Processing hm2
- 树链剖分 树
- 【机器学习】强化学习总结
- Dubbo扩展:Dubbox
- 模拟IIC通信
- Vue-router 切换组件页面时进入进出动画
- 九度oj 1005 Graduate Admission
- LaTex(PART XV)figure
- 古文觀止卷九_賀進士王參元失火書_柳宗元