小波变换用于图像增强、去噪

低频体现轮廓,高频体现细节

clc,clear all,close all;
I=imread(‘C:\Users\Jv\Desktop\wenli2.jpg‘);
gray=rgb2gray(I);
X=double(gray);
% load woman;
%单尺度二维离散小波分解。分解小波函数haar
[cA,cH,cV,cD]=dwt2(X,‘haar‘);
%单尺度二维离散小波重构(逆变换),升低频降高频
Y=idwt2(1.2*cA,0.6*cH,0.6*cV,0.6*cD,‘haar‘);
figure;
subplot(1,2,1),imshow(uint8(X)),title(‘原始图像‘);
subplot(1,2,2),imshow(uint8(Y)),title(‘增强图像‘);

  

时间: 2024-08-08 22:03:54

小波变换用于图像增强、去噪的相关文章

OpenCV——直方图均衡化(用于图像增强)

1 #include <opencv2/opencv.hpp> 2 #include <iostream> 3 #include <math.h> 4 5 using namespace cv; 6 using namespace std; 7 8 9 int main(int argc, char** argv) 10 { 11 Mat src,src_gray,dst; 12 //src = imread("3 input.bmp"); 13 s

【分享】近4000份数学学习资源免费分享给大家

一直以来喜欢收集数学类的教程资源,于是费了好大劲从万千合集站上扒拉了下来,总结归类了一下,一共有将近4000本电子书.经测试,均可免费下载,可能会弹出小广告,可不必理会之.[仅供学术学习和交流,请无用于商业用途.]另外,如有可能,还请尽量支持正版纸质书.   数学史(54)     数学史.rar 55.6 MB   数学的起源与发展.rar 4.3 MB   费马大定理—一个困惑了世间智者358年的谜.pdf 9.5 MB   通俗数学名著译丛14-无穷之旅:关于无穷大的文化史.pdf 14.

图像处理的一些方法

Atam教授:核希尔伯特空间( 再生Hilbert空间),蒙塔卡罗方法,KNN,多维线性回归,PSF方法回归,特征之间的非线性关系,deep learning,香农信息熵,回归贝叶斯,稀疏字典构造Jayaram: 模糊连通性原理,稀疏分解,非负矩阵分解,svd分解图分割,adaboost,自适应稀疏模型图像基因相关性,协同低秩回归,CCA 从这些里面找几个详细介绍一下,最好有例子 ==========================================================

直方图

空间域图像增强(直方图) 直方图是对图像每个灰度级的统计,某灰度值的像素个数.通常也做归一化处理,几计算每个灰度出现的概率.多用于图像增强压缩和分割.注意:黑色为0,白色为1. 直方图均衡化:s=T(r).T(r)单增,范围[0,1].这写限定是为了保证灰度变换没有颠倒,保证了反变换的存在!直方图是灰度的概率密度函数.Ps(s)=Pr(r)*|dr/ds|.变换函数:s=T(r)=积分[0,r] Pr(w) dw.w是积分变量.曲线下边面积.满足单增[0,1].Ps(s)=Pr(r)*|dr/d

image noise source

由于成像系统.传输介质和记录,设备等的不完善,图像在获取.传输与记录过程中不可避免地要受到各种噪声信号的干扰. 噪声的来源主要有:电子电路噪声,低照明度或高温带来的传感器噪声,这种情况下产生的噪声一般可近似认为满足高斯统计分布,即高斯噪声: 传输错误,相机传感器中失效的像素元素,错误的内存位置和模数转换的定时错误产生的噪声,一般称这种情况下产生的噪声为脉冲噪声: 飞点扫描图像.电视扫描光栅以及胶片颗粒造成的乘性噪声,以及合成孔径雷达(Synthetic Aperture Radar,SAR)等相

各种变换滤波和噪声的类型和用途总结

摘自http://imgtec.eetrend.com/blog/4564 一.基本的灰度变换函数 1.1图像反转 适用场景:增强嵌入在一幅图像的暗区域中的白色或灰色细节,特别是当黑色的面积在尺寸上占主导地位的时候. 1.2对数变换(反对数变换与其相反) 过程:将输入中范围较窄的低灰度值映射为输出中较宽范围的灰度值. 用处:用来扩展图像中暗像素的值,同时压缩更高灰度级的值. 特征:压缩像素值变化较大的图像的动态范围. 举例:处理傅里叶频谱,频谱中的低值往往观察不到,对数变换之后细节更加丰富. 1

自动色阶、自动对比度算法实现

引言 自动色阶算法用于图像增强,去雾等,其思想去掉像素值最高的比例,去掉像素值最低的一些比例,然后在将图像的其余像素值进行线性映射或者伽马校正至[0, 255]区间.如下图,在图像处理中是不是很熟悉?! 本文主要参考人在旅途的博客,采用matlab语言实现,算法不在详细叙述,在此代码留做备注. 代码 autolevel: function imDst = autolevel(varargin) [I,lowCut,highCut] =parse_inputs(varargin{:}); [hei

数据增强利器--Augmentor

最近遇到数据样本数目不足的问题,自己写的增强工具生成数目还是不够,终于在网上找到一个数据增强工具包,足够高级,足够傻瓜.想要多少就有多少!再也不怕数据不够了! 简介 Augmentor是一个Python包,旨在帮助机器学习任务的图像数据人工生成和数据增强.它主要是一种数据增强工具,但也将包含基本的图像预处理功能. 特色 Augmentor是用于图像增强的软件包,重点在于提供通常用于生成机器学习问题的图像数据的操作. Augmentor包含许多用于标准图像处理功能的类,例如Rotate 旋转类.C

模糊理论在图像处理中的应用

1.[数字图像处理]模糊算法用于图像增强 - zhoufan的专栏 https://blog.csdn.net/zhoufan900428/article/details/13502329 2.论文:模糊理论及其在图像处理中的应用 3.模糊理论用于边缘提取 <改进的模糊推理规则图像边缘检测算法 Improved image edge detection algorithm based on fuzzy inference rules> 模糊推理规则边缘检测算法具有较强的边缘检测能力,并且具备一