OpenCV图像各向异性滤波
来源:互联网 发布:淘宝售假被扣24分 编辑:程序博客网 时间:2024/06/05 06:06
OpenCV图像各向异性滤波
各向异性概念
各向异性(英文名称:anisotropy)是指材料在各方向的力学和物理性能呈现差异的特性。晶体的各向异性即沿晶格的不同方向,原子排列的周期性和疏密程度不尽相同,由此导致晶体在不同方向的物理化学特性也不同,这就是晶体的各向异性。亦称“非均质性”。物体的全部或部分物理、化学等性质随方向的不同而各自表现出一定的差异的特性。即在不同的方向所测得的性能数值不同。对图像来说各向异性就是在每个像素点周围四个方向上梯度变化都不一样,滤波的时候我们要考虑图像的各向异性对图像的影响,而各向同性显然是说各个方向的值都一致,常见的图像均值或者高斯均值滤波可以看成是各向同性滤波。
各向异性滤波
是将图像看成物理学的力场或者热流场,图像像素总是向跟他的值相异不是很大的地方流动或者运动,这样那些差异大的地方(边缘)就得以保留,所以本质上各向异性滤波是图像边缘保留滤波器(EPF)。它在各个方向的扩散可以表示如下如下公式:
演示效果
左侧是原图,右侧是各向异性滤波之后的图像
实现代码
#include <opencv2/opencv.hpp>#include <iostream>using namespace cv;using namespace std;float k = 15;float lambda = 0.25;int N = 20;void anisotropy_demo(Mat &image, Mat &result);int main(int argc, char** argv) { Mat src = imread("D:/vcprojects/images/example.png"); if (src.empty()) { printf("could not load image...\n"); return -1; } namedWindow("input image", CV_WINDOW_AUTOSIZE); imshow("input image", src); vector<Mat> mv; vector<Mat> results; split(src, mv); for (int n = 0; n < mv.size(); n++) { Mat m = Mat::zeros(src.size(), CV_32FC1); mv[n].convertTo(m, CV_32FC1); results.push_back(m); } int w = src.cols; int h = src.rows; Mat copy = Mat::zeros(src.size(), CV_32FC1); for (int i = 0; i < N; i++) { anisotropy_demo(results[0], copy); copy.copyTo(results[0]); anisotropy_demo(results[1], copy); copy.copyTo(results[1]); anisotropy_demo(results[2], copy); copy.copyTo(results[2]); } Mat output; normalize(results[0], results[0], 0, 255, NORM_MINMAX); normalize(results[1], results[1], 0, 255, NORM_MINMAX); normalize(results[2], results[2], 0, 255, NORM_MINMAX); results[0].convertTo(mv[0], CV_8UC1); results[1].convertTo(mv[1], CV_8UC1); results[2].convertTo(mv[2], CV_8UC1); Mat dst; merge(mv, dst); imshow("result", dst); imwrite("D:/result.png", dst); waitKey(0); return 0;}void anisotropy_demo(Mat &image, Mat &result) { int width = image.cols; int height = image.rows; // 四邻域梯度 float n = 0, s = 0, e = 0, w = 0; // 四邻域系数 float nc = 0, sc = 0, ec = 0, wc = 0; float k2 = k*k; for (int row = 1; row < height -1; row++) { for (int col = 1; col < width -1; col++) { // gradient n = image.at<float>(row - 1, col) - image.at<float>(row, col); s = image.at<float>(row + 1, col) - image.at<float>(row, col); e = image.at<float>(row, col - 1) - image.at<float>(row, col); w = image.at<float>(row, col + 1) - image.at<float>(row, col); nc = exp(-n*n / k2); sc = exp(-s*s / k2); ec = exp(-e*e / k2); wc = exp(-w*w / k2); result.at<float>(row, col) = image.at<float>(row, col) + lambda*(n*nc + s*sc + e*ec + w*wc); } }}
阅读全文
0 0
- OpenCV图像各向异性滤波
- 图像各向异性滤波
- VTK修炼之道39:图像平滑_各向异性滤波
- opencv-图像滤波
- Opencv中图像滤波
- opencv之 图像滤波
- OpenCV图像滤波
- openCV 图像滤波
- opencv(13)---图像滤波
- opencv --图像滤波
- OpenCV-图像滤波
- OpenCv-Python 图像滤波
- 各向异性滤波算法+数学模型分析
- 【OpenCV】图像滤波 Image Filtering
- 【OpenCV】图像滤波 Image Filtering
- OpenCV之图像滤波简述
- opencv学习之图像滤波
- OpenCV GaussianBlur() 图像平滑滤波
- 移动端并发编程基础篇-锁介绍
- python setuptools介绍
- 不可滑动的ViewPager
- PLSQL编程1:PLSQL块的基本格式
- Codeforces Round #306 (Div. 2) E. Brackets in Implications (构造)
- OpenCV图像各向异性滤波
- 优雅地封装使用rxjava2+retrofit2发送http请求
- 汇总一些知名的 JavaScript 开发开源项目
- 64位Windows 7 安装配置CUDA7.5/8.0+cuDNN5.0
- linux系统常用命令集
- 一个数组队列的实现
- 接口与接口回调
- 微信图片上传接口问题
- Parameter 'phone' not found. Available parameters are [0, 1, param1, param2]关于mybatis多个参数问题