乡下人产国偷v产偷v自拍,国产午夜片在线观看,婷婷成人亚洲综合国产麻豆,久久综合给合久久狠狠狠9

  • <output id="e9wm2"></output>
    <s id="e9wm2"><nobr id="e9wm2"><ins id="e9wm2"></ins></nobr></s>

    • 分享

      數(shù)字圖像處理

       吻樂 2021-09-11

      2019-08-16 15:32:13

      高反差保留算法

      高反差保留算法就是保留原圖中反差比較大的地方,比如,一幅人臉圖像中,反差比較大的地方就是五官了,在進行人臉美化的時候我們通常會對原圖進行平滑處理,然而處理完之后丟失了圖片的細節(jié)信息,因此在另一邊我們通過會通過高反差保留或者其他高通濾波器保留圖片的細節(jié)信息,然后將平滑之后的圖像和高頻圖像進行光線性混合,可以得到更好的效果。
      具體到高反差保留算法,先使用高斯濾波器對圖像進行平滑,高斯濾波器對邊緣的平滑作用更加明顯,使用原圖減去高斯平滑之后的圖,就得到強化邊緣值。通過調(diào)節(jié)高斯模糊的半徑可以控制得到的邊緣的強度。

       那么高反差保留算法本身的執(zhí)行過程是如何的呢,簡單的表達就是: 

               高反差保留 = 原始圖像 - 高斯模糊圖像 + 127

      加上127的目的是為了不讓太多的像素由于不在有效范圍內(nèi)而導(dǎo)致圖像太黑,從而丟失信息。

      推導(dǎo)原理

      從圖中可以看出來, 

      由此我們可以推論出如下的計算公式:
      原始-高斯模糊=高反差保留
      運用數(shù)學(xué)知識可以得到:
      原始=高反差保留+高斯模糊
        這就意味著我們可以將任何一幅圖像分成兩部分:高斯模糊部分和高反差保留部分,兩部分互相補充形成
      一幅完整的圖像。
        我們進行一下擴展思考可以得到一種新的思路:高反差與低反差互補,銳化就和模糊互補(也難怪在PS中
      找不到“低反差”濾鏡。),也確實如此:
           原始圖像=高反差+低反差
           原始圖像=銳化+模糊
        最后回到我們的PS文件,做一下逆向操作:將原始層移到最上面,按Ctrl+I將圖層“高斯10”反相,
      圖層模式改為正常,不透明度改回100%;將圖層“高反差10”的圖層模式改為線性光,不透明度改為50%,你會
      發(fā)現(xiàn)圖像被還原了。
        結(jié)論:
        一、一幅圖像可以被看作是互補的兩部分:高斯模糊部分與高反差保留部分。
        二、線性光圖層模式可以將兩圖層加在一起。
        三、我們改變這兩部分任何一部分的參數(shù),圖像將會變得模糊或銳化。

      熟悉理解這個理論,對你日后修正模糊的圖像很有幫助。

      通過高反差保留算法也可以實現(xiàn)圖像增強的效果

         很多圖像都需要增強,特別是一些醫(yī)學(xué)圖像,由于拍攝的硬件或拍攝的場合不理想,得到的圖像往往細節(jié)都被隱藏起來,因此,細節(jié)的增強顯得尤為重要,而原圖 - 高斯模糊正好是圖像的細節(jié)部位的信息的一種表達,因此,如果在模糊圖的基礎(chǔ)上再加上這個細節(jié), 則即減少了噪音,又保持了邊緣等細節(jié)(邊緣和噪音都屬于高頻部分的),能有效的增強圖像的信息?! ?/p>

            因此,如果用這樣的方式來得到一副圖像:

            增強圖像 = 模糊圖像 + Amount *(原始圖像 - 高斯模糊圖像)

            則能起到一定的增強作用。 

      參考文章:

      https://www.cnblogs.com/lanye/p/3777303.html

      http://www.hbhlny.cn/content/12/0223/09/1299947_188816702.shtml

      https://www.jianshu.com/p/bb702124d2ad

      https://blog.csdn.net/c80486/article/details/52506429

        本站是提供個人知識管理的網(wǎng)絡(luò)存儲空間,所有內(nèi)容均由用戶發(fā)布,不代表本站觀點。請注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購買等信息,謹防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請點擊一鍵舉報。
        轉(zhuǎn)藏 分享 獻花(0

        0條評論

        發(fā)表

        請遵守用戶 評論公約

        類似文章 更多