图形处理/算法
图像方面 高手请进
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区 干涉相位图的向量滤波法
余弦和正弦图像分别做滤波
t1=cos(f(x))
t2=sin(f(x))
T1=G(t1)//均值滤波
T2=G(t2)//均值滤波
arctg(T1/T2)
double *a=new double[width * height];
double *b=new double[width * height];
for(y=0;y<height;y++)
for( x=0;x<width;x++)
{
a[width*y+x]=cos((PI-g[y*width+x])/255);
b[width*y+x]=sin((PI-g[y*width+x])/255);
}
Average(nsize,width,height,a);//a cos a=G(t1)//均值滤波
Average(nsize,width,height,b);//b sin b=G(t2)//均值滤波
for(y=0;y<height;y++)
for(x=0;x<width;x++)
{
c=atan2(a[width*y+x],b[width*y+x] );
g[y*width+x]=(BYTE)((c+PI)/PI*255);
}
我的代码可能有问题 请帮我看看 谢谢
余弦和正弦图像分别做滤波
t1=cos(f(x))
t2=sin(f(x))
T1=G(t1)//均值滤波
T2=G(t2)//均值滤波
arctg(T1/T2)
double *a=new double[width * height];
double *b=new double[width * height];
for(y=0;y<height;y++)
for( x=0;x<width;x++)
{
a[width*y+x]=cos((PI-g[y*width+x])/255);
b[width*y+x]=sin((PI-g[y*width+x])/255);
}
Average(nsize,width,height,a);//a cos a=G(t1)//均值滤波
Average(nsize,width,height,b);//b sin b=G(t2)//均值滤波
for(y=0;y<height;y++)
for(x=0;x<width;x++)
{
c=atan2(a[width*y+x],b[width*y+x] );
g[y*width+x]=(BYTE)((c+PI)/PI*255);
}
我的代码可能有问题 请帮我看看 谢谢
...全文
相关推荐
红外图像与可见光图像(图像融合)
在图像处理领域，"红外图像与可见光图像(图像融合)"是一个重要的研究方向，它涉及到多种技术，包括图像配准、多模态图像处理和图像融合。
数字图像基础（二进制图像、灰度图像、RGB图像、索引图像和多帧图像）
1、 图像的分类 根据图像的属性不同，图像分类的方法也不同。 ①从获取方式上图像分为拍摄类图像和绘制类图像； ②从颜色上图像分为彩色图像、灰度图像和黑白图像等； ③从内容上图像分为人物图像、风景图像等； ④从功能上图像又分为流程图、结构图、心电图、电路图和设计图等。 ⑤在数字图像处理领域，将图像分为模拟图像和数字图像两种，计算机处理的信号都是数字信号，所以在计算机上处理的图像均为数字图像。 ⑥根据数字图像在计算机中表示方法的不同，分为二进制图像、索引图像、灰度图像、RGB图像和多帧图像； ⑦根据计算机中图像
图像增强与图像恢复
在对图像进行分析之前，必须要对图像质量进行改善，一般情况下改善的方法有两类：图像增强和图像复原 图像增强不考虑图像质量下降的原因，只将图像中感兴趣的特征有选择的突出，而衰减不需要的特征，它的目的主要是提高图像的可懂度。图像增强的方法分为空域法和频域法
图像匹配、图像配准、图像校正
图像匹配、图像配准、图像校正图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点，以便实现定位的目的。图像匹配可以分为以灰度为基础的匹配和以特征为基础的匹配。
图像拼接算法及实现 图像拼接
在现代图像处理技术中，图像拼接技术扮演着至关重要的角色。它通过一种称之为图像配准的过程，将多张有重叠部分的图像序列对准并合成，从而生成一个宽视角、高清晰度的新图像。
