circle actor TE 灰度圖 smooth median 檢測 mas -m

read_image (Image, ‘fabrik‘) *均值濾波 mean_image (Image, ImageMean, 9, 9) *遞歸濾波器進行濾波 smooth_image (Image, ImageSmooth, ‘deriche2‘, 0.5) *sigma標準方差進行非線性濾波 sigma_image (Image, ImageSigma, 5, 5, 3) *使用離散高斯函數對圖像進行濾波 gauss_image (Image, ImageGauss, 5) *中值濾波 median_image (Image, ImageMedian, ‘circle‘, 1, ‘mirrored‘) *****邊緣檢測 *用frei_chen方法進行邊緣檢測 frei_amp (Image, ImageEdgeAmp) *用Kirsch方法進行邊緣檢測 kirsch_amp (Image, ImageEdgeAmp1) *用prewitt方法進行邊緣檢測 prewitt_amp (Image, ImageEdgeAmp2) *用Sobel方法進行邊緣檢測 sobel_amp (Image, ImageEdgeAmp3, ‘sum_abs‘, 3) *抑制邊緣上的非極大值點 nonmax_suppression_amp (Image, ImageResult, ‘hvnms‘) *****圖像增強 *效果很明顯，使得圖像更清晰，可以提高邊緣的質量，最後一個系數代表增強對比度的系數 emphasize (Image, ImageEmphasize, 7, 7, 5) *增加圖像對比度算子 *算法原理為圖像很暗的部分可以變得很亮，很亮的部分可以變得更暗 *用算子mean_image進行低通濾波，濾波的掩膜尺寸的MaskWidth*MaskHeight *假設原始圖像的灰度為orig,mean_image濾波後灰度值為mean,結果灰度圖像值為new *對於位圖val=127公式如下 *new=round((val-mean)*Factor+orig) *其中Factor為系數 40 40 0.55 100 100 0.7 150 150 0.8 illuminate (Image, ImageIlluminate, 101, 101, 0.7)

圖像濾波+邊緣檢測+圖像增強實例