关于图像处理时去除背景纹理的问题

木水鱼 2019-03-21 08:44:33

当图像背景部分与中央主体部分同样突出的时候，有没有什么方法来弱化背景的影响

...全文

667 2 打赏收藏转发到动态举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

叶恭介叶恭介 2019-03-23

打赏
举报

回复

模糊算法？

jsxyhelu2015 2019-03-22

打赏
举报

回复

请放图片。请放图片。

数字图像处理方面的经典教材，中文译本阮秋琦，阮宇智等译本书是把图像处理基础理论论述与软件实践方法相结合的第一本书，它集成了冈萨雷斯和伍兹所著的《数字图像处理》一书中的重要内容和MathWorks公司的图像处理工具箱。本书的特色在于它重点强调了怎样通过开发新代码来增强这些软件工具。本书在介绍MATLAB编程基础知识之后，讲述了图像处理的主要内容，具体包括亮度变换、线性和非线性空间滤波、频率域滤波、图像复原与配准、彩色图像处理、小波、图像数据压缩、形态学图像处理、图像分割、区域和边界表示与描述以及对象识别等。本书概念清晰，层次分明，可供从事信号与信息处理、计算机科学与技术、通信工程、地球物理、医学等专业的大专院校师生学习参考，也可供相应的工程技术人员参考使用。本书概念清晰，层次分明，可供从事信号与信息处理、计算机科学与技术、通信工程、地球物理、医学等专业的大专院校师生学习参考，也可供相应的工程技术人员参考使用。第1章绪言　前言　1.1 背景知识　1.2 什么是数字图像处理 　1.3 MATLAB和图像处理工具箱的背景知识　1.4 本书涵盖的图像处理范围　1.5 本书的Web站点　1.6 MATLAB工作环境　　1.6.1 MATLAB桌面　　1.6.2 使用MATLAB编辑器创建M文件　　1.6.3 获得帮助　　1.6.4 保存和检索工作会话　1.7 参考文献的组织方式　小结第2章基本原理　前言　2.1 数字图像的表示　　2.1.1 坐标约定　　2.1.2 图像的矩阵表示　2.2 读取图像　2.3 显示图像　2.4 保存图像　2.5 数据类　2.6 图像类型　　2.6.1 亮度图像　　2.6.2 二值图像　　2.6.3 术语注释　2.7 数据类与图像类型间的转换　　2.7.1 数据类间的转换　　2.7.2 图像类和类型间的转换　2.8 数组索引　　2.8.1 向量索引　　2.8.2 矩阵索引　　2.8.3 选择数组的维数　2.9 一些重要的标准数组　2.10 M函数编程简介　　2.10.1 M文件　　2.10.2 运算符　　2.10.3 流控制　　2.10.4 代码优化　　2.10.5 交互式I/O 　　2.10.6 单元数组与结构简介　小结第3章亮度变换与空间滤波　前言　3.1 背景知识　3.2 亮度变换函数　　3.2.1 函数imadjust 　　3.2.2 对数和对比度拉伸变换　　3.2.3 亮度变换的一些实用M函数　3.3 直方图处理与函数绘图　　3.3.1 生成并绘制图像的直方图　　3.3.2 直方图均衡化　　3.3.3 直方图匹配（规定化）　3.4 空间滤波　　3.4.1 线性空间滤波　　3.4.2 非线性空间滤波　3.5 图像处理工具箱的标准空间滤波器　　3.5.1 线性空间滤波器　　3.5.2 非线性空间滤波器　小结第4章频域处理　前言　4.1 二维离散傅里叶变换　4.2 在MATLAB中计算并可视化二维DFT 　4.3 频域滤波　　4.3.1 基本概念　　4.3.2 DFT滤波的基本步骤　　4.3.3 用于频域滤波的M函数　4.4 从空间滤波器获得频域滤波器　4.5 在频域中直接生成滤波器　　4.5.1 建立用于实现频域滤波器的网格数组　　4.5.2 低通频域滤波器　　4.5.3 线框图与表面图　4.6 锐化频域滤波器　　4.6.1 基本的高通滤波器　　4.6.2 高频强调滤波　小结第5章图像复原　前言　5.1 图像退化/复原处理的模型　5.2 噪声模型　　5.2.1 使用函数imnoise添加噪声　　5.2.2 使用指定的分布产生空间随机噪声　　5.2.3 周期噪声　　5.2.4 估计噪声参数　5.3 仅有噪声的复原：空间滤波　　5.3.1 空间噪声滤波器　　5.3.2 自适应空间滤波器　5.4 通过频域滤波来降低周期噪声　5.5 退化函数建模　5.6 直接逆滤波　5.7 维纳滤波　5.8 约束的最小二乘方（正则）滤波　5.9 使用Lucy-Richardson算法的迭代非线性复原　5.10 盲去卷积　5.11 几何变换与图像配准　　5.11.1 空间几何变换　　5.11.2 对图像应用空间变换　　5.11.3 图像配准　小结第6章彩色图像处理 　前言　6.1 MATLAB中彩色图像的表示方法　　6.1.1 RGB图像　　6.1.2 索引图像　　6.1.3 用来处理RGB图像和索引图像的IPT函数　6.2 转换至其他彩色空间　　6.2.1 NTSC彩色空间　　6.2.2 YCb

雨雾天气严重影响了户外拍摄图像质量,针对图像去雾存在的边缘伪影问题,提出了一种基于流形粒子滤波的去雾新方法,通过优化大气透射率,获得精确的透射率,解决了景深边缘伪影问题;针对去雨雾存在雨痕和不清晰问题,提出了一种优化注意生成对抗网络的去雨雾方法,通过将高斯模型与生成对抗网络相结合,去除背景干扰,提高了背景层与雨线分离的准确性,同时在生成对抗网络中加入流形粒子滤波去雾模块,恢复出清晰无雨雾图。采用自然场景雨雾天图像进行测试,并进行定性定量分析比较。实验结果表明,与现存去雨算法相比,所提算法能较好地去除图像中的雨线,且细节特征更加丰富,同时去雾模块的加入显著提高了图像清晰度,客观指标也得到了提升。

第1章　数字图像与图像处理　1 1.1　数字图像相关概念　1 1.1.1　数字图像　1 1.1.2　图像处理　2 1.1.3 　图像识别　2 1.1.4　图像理解　3 1.2　图像的获取、显示与表示　3 1.2.1　图像的获取　3 1.2.2　图像显示　4 1.2.3　图像表示　4 1.3　数字图像处理系统的基本组成结构　9 第2章　相关的图像处理技术　10 2.1 　图像分割技术　10 2.1.1　阈值与图像分割　10 2.1.2　梯度与图像分割　11 2.1.3　边界提取与轮廓跟踪　11 2.1.4 　Hough变换　12 2.1.5　区域增长　12 2.2　图像复原　12 2.2.1　数学模型　12 2.2.2　维纳滤波(Wiener Filtering)　13 2.3　图像的纹理分析技术　13 2.3.1　空间灰度层共现矩阵　14 2.3.2 　纹理能量测量　16 2.3.3　纹理的结构分析方法和纹理梯度　18 2.3.4　纹理识别示例——云类自动识别　19 2.4　图像的形态学处理技术　20 2.4.1　基本概念　21 2.4.2　开运算和闭运算　22 2.4.3　击中、击不中、变换 (HMT-Hit Miss Transform)　23 2.4.4　边界和骨架(Boundary and Skeleton)　23 第 3章　指纹识别系统(上)　24 3.1　指纹识别的历史　24 3.2　指纹识别研究的现状　24 3.3　指纹识别系统的构成　 25 3.3.1　指纹的录入　26 3.3.2　指纹图像增强　28 3.3.3　指纹识别的基本原理　29 3.3.4 　系统问题　30 3.3.5　系统性能评估　31 3.3.6　一套指纹识别算法库的构成　32 3.4　指纹的粗分类与匹配　89 3.5 　基于Matlab的指纹识别系统　92 3.5.1　主界面程序　93 3.5.2　指纹中心计算程序　115 3.5.3　计算有效区域　117 3.5.4　二维Gabor变换　118 3.5.5　归一化扇区　119 3.5.6　读取图像　120 3.5.7 　旋转角度计算　121 第4章　指纹识别系统(下)　123 4.1　指纹图像的预处理　123 4.1.1　预处理概述　 123 4.1.2　指纹质量评估　124 4.1.3　指纹图像分割　129 4.1.4　指纹图像增强　134 4.1.5 　指纹图像二值化　135 4.1.6　指纹图像细化　136 4.1.7　相关预处理算法代码　139 4.2　指纹特征提取　 177 4.2.1　指纹特征的表述　177 4.2.2　局部细节特征提取　180 4.2.3　特征提取算法代码　186 4.3 　基于点模式的细节匹配　194 4.4　指纹识别的实际应用案例　204 4.4.1　指纹门禁系统　204 4.4.2　指纹考勤系统　205 4.5　指纹处理算法库测试程序　206 4.6　本章小结　218 第5章　数字水印技术　219 5.1 　基本概念　219 5.1.1　水印技术的基本要求　219 5.1.2　数字水印算法基本思路　219 5.1.3　一些关键问题　220 5.2　水印应用现状分析　220 5.2.1　现有水印算法不适应版权保护　220 5.2.2　盲检测算法　222 5.2.3 　盲检测算法的公证　222 5.2.4　数字水印系统的一般组成　223 5.3　基于DCT域的数字水印方案　223 5.3.1 　离散余弦变换　223 5.3.2　Torus自同构映射　224 5.3.3　人眼视觉频率响应及DCT变换系数的选取　224 5.3.4 　水印算法　226 5.4　基于扩频通信的水印算法　228 5.4.1　扩频通信原理　228 5.4.2　扩频通信在数字水印中的利用　229 5.4.3　加载强度的讨论　233 5.4.4　水印加载算法的实现　237 5.5　一个基于DCT域的实例　 240 5.5.1　一些算法代码　240 5.5.2　加载水印　271 5.5.3　提取水印　275 5.5.4　水印算法评价　281 5.6　本章小结　294 第6章　条形码技术　295 6.1　常用的条码编码规则　295 6.1.1 　条码的一般组成　295 6.1.2　条码的种类　296 6.1.3　EAN-13码的构造　296 6.2　一个简单的条形码打印系统　298 6.3　一维条形码的识别　312 6.3.1　硬件识别系统　312 6.3.2　预处理过程　312 6.3.3 　译码过程　314 6.4　一维条形码识别系统实例　315 6.4.1　DIB.H位图存取头文件　316 6.4.2　 DIB.CPP位图存取源程序　317 6.4.3　BARRECOG.H条码识别头文件　322 6.4.4　BARRECOG.CPP条码识别源程序　323 6.5　二维条形码介绍　337 6.5.1　PDF417符号的结构　338 6.5.2　簇及符号字符定义　338 6.5.3　层编码　339 6.5.4　模式结构　339 6.5.5　起始符和终止符　340 6.5.6 　空白区　340 6.5.7　错误监测与纠正　340 6.6　二维条形码打印程序　340 6.6.1　PDF417LIB.H二维条形码库头文件　340 6.6.2　PDF417LIBIMP.H数据定义　342 6.6.3　PDF417LIB.C函数实现文件　 353 6.6.4　PDF417.C主程序　377 6.7　本章小结　378 第7章　手势识别系统　379 7.1 　立体测量　379 7.1.1　立体匹配法　379 7.1.2　立体视觉的原理　379 7.1.3　用立体视觉进行距离测量　 381 7.2　用一台摄像头进行距离测量　382 7.2.1　摄像头正对前方　382 7.2.2　摄像头倾斜　383 7.2.3 　一台摄像头测量距离　385 7.3　假想演奏系统的构成　387 7.3.1　系统概述　387 7.3.2　肤色提取　388 7.3.3 　右手位置检测　390 7.3.4　摄像机的距离测量　391 7.3.5　音阶范围与音量范围　391 7.3.6　声音的表现方法　392 7.3.7　系统整体构成　393 7.4　程序代码　393 7.5　本章小结　432 第8章　印鉴鉴定系统　433 8.1　伪印鉴的制作及人工防伪技术　433 8.1.1　常用伪造印鉴的方法及其特征　433 8.1.2　真假印鉴印文的检验　435 8.2　印鉴图像的分离　435 8.2.1　封闭凸多边形图像提取的算法提出　436 8.2.2　封闭凸多边形图像的提取方法——种子扩散浮置实体算法　436 8.3　基于矩不变量的印鉴识别　439 8.4　基于Fourier描述符的印鉴识别方法　441 8.4.1　提取字符包络线　441 8.4.2　字符包络线的Fourier描述　442 8.5　基于边缘和模板匹配的印鉴识别　443 8.6　部分算法代码　446 8.6.1　背景去除(利用颜色)　446 8.6.2　基于矩不变量的代码　450 8.7　本章小结　455 第9章　光学字符识别技术(上)　456 9.1　概述　456 9.1.1　文字识别系统的构成　456 9.1.2　文字识别技术　457 9.1.3　印刷体汉字识别　459 9.1.4　存在的问题　461 9.2 　预处理技术　461 9.2.1　二值化　462 9.2.2　版面分析　463 9.2.3　倾斜度校正　464 9.2.4 　版面切分　467 9.2.5　行、字分割　467 9.2.6　细化和规范化　469 9.2.7　预处理算法源代码示例　470 9.3 　特征提取　537 9.3.1　概述　538 9.3.2　边缘跟踪　538 9.3.3　笔画的分类　540 9.3.4　笔画识别前的噪声处理　541 9.3.5　笔画方向码合并处理及笔画识别　542 9.3.6　笔画间特征量的定义及识别　543 9.3.7 　整字匹配的距离准则　544 9.3.8　一些统计特征　545 第10章　光学字符识别技术(下)　549 10.1　分类与识别　549 10.1.1　判别器的选择　549 10.1.2　决策树的基本概念　550 10.1.3　决策树设计　552 10.1.4 　节点分类器设计　555 10.1.5　多方案组合识别器　558 10.1.6　代码示例　560 10.2　后处理　623 10.3 　OCR程序示例　639 10.4　本章小结　640

微藻样品中往往包台着各种复杂的非藻沉淀物，为解决这些微藻的探测和分析问题，利用微藻类在一定波长光照射下产生荧光的特性，对裸甲藻等多种赤潮藻类进行荧光实验处理，并在此基础上对藻类的荧光图像和灰度图像进行阂值分割、轮廓和纹理分析及图像识别等后继图像处理。实验证明，荧光法可以有效去除背景噪声，保留藻类信息，使后继的图像处理工作更加容易和有效，从而解决了探测和分析包含复杂背景的沉淀物样品中微藻的问题。文中提取了藻类的15个特征进行识别处理，准确率可达95%。

以智能制造业表面缺陷在线自动检测为应用背景，系统地综述了自动光学(视觉)检测(以下统称自动光学检测，AOI)技术。内容涉及AOI技术的基本原理、光学成像方法、系统集成关键技术、图像处理与缺陷分类方法等。对AOI系统集成中的关键技术，如视觉照明技术、大视场高速成像技术、分布式高速图像处理技术、精密传输和定位技术和网络化控制技术等进行了概述；对表面缺陷AOI主要光学成像方法的基本光学原理、功能和应用场合进行了总结；对表面缺陷检测中的图像处理、缺陷几何特征定义、特征识别与分类算法进行了系统阐述，重点介绍了周期纹理表面缺陷图像中的纹理背景去除方法，复杂和随机纹理表面缺陷的深度学习检测、识别与分类方法。

图形处理/算法

19,468

社区成员

50,698

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章