1.1二进制图像

一个点可以用3个byteR的0-255、G的0-255、B的0-255来表示

二、图像去噪

如果一个系统输入不稳定(f)、输出稳定(g)就可以用卷积求系统存量

卷积主要用于图像处理要先寻找对于一个图像来说找什么是f什么是g

3.2卷积操作

对于图片可以看作是一个一个的像素点可以看作一个大表格表格里就是这个像素的具体信息RGB值、灰度值等等

卷积核周围像素点与这个像素点进行平均周围像素点如何对这个像素点产生影响像素点高就拉低低就拉高

进行卷积操作前在图像最外圈加上一圈0

不同的卷积核卷积后可以保留不同的特征其他特征就被过滤掉了这样的卷积核叫过滤器

卷积核就是对周围像素点的一个主动的试探和选择通过它(卷积核)把周围有用的特征给保留了下来。

先把卷积核模版倒过来再对图像上的每一个点都套用卷积核的模版进行计算对应相乘再累加起来

线性和平移不变形

把x,y的坐标带入二维高斯公式中得到新的滤波核滤波核中所有权重值加一起为1不是1的话图像会衰减

①指定窗宽eg卷积核大小5*5,3*3

方差的影响方差越大自己的权值占比就越小被影响的越大滤波强平滑的结果越强(越模糊)

滤波效果强大

窗宽的影响方差固定窗宽越大归一化计算的分母就大权值就小平滑就更厉害

滤波效果强窗宽大

2.一个大高斯核的卷积效果可以由两个小高斯卷积核连续操作得到勾股定理计算得到

分解性质有什么作用

卷积操作的n*n次操作保留不再需要m个相加的操作只需要m个分解和求和的操作所以不再是m*m而是m

五、噪声

噪声的σ值越小用小的高斯滤波器很容易滤掉当噪声的σ值比较大时需要增大滤波器的参数σ

高斯滤波对椒盐噪声效果并不好

将模版套进带噪声的图像中把这些值从小到大排序然后选取中值代替这个点不会改变周围值

针对椒盐噪声

高斯滤波是均值改变周围会将曲线变的平滑而中值滤波是把突兀的点拉回来

不管什么滤波器尺寸太大都会模糊