基于图像特征检测——使用相位拉伸变换(Matlab代码实现)
💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。
⛳️座右铭:行百里者,半于九十。
📋📋📋本文目录如下:🎁🎁🎁
目录
💥1 概述
在过去的几十年里,深度学习和计算机视觉在目标检测、目标跟踪、行人检测和自动驾驶汽车方面发挥了趋势引导作用。一些方法被提出来解决这些计算机视觉和基于深度学习的检测、跟踪技术、算法和数据源的问题。近年来,这一领域变得越来越重要,研究人员利用有关图像和视频的在线/离线数据,集中进行情绪建模和计算分析。比较了灰度和相位的两种不同的图像边缘提取方法及其提取结果。相位的边缘检测方法是以Hilbert变换为出发点建立的相位一致性模型,并且它有一种计算量比较小的近似算法——局部能量模型。最后通过logGabor函数构造的小波,对图像边缘进行提取并比较了结果,说明了相位边缘的通用性;通过对马赫带现象的检测,说明相位一致性模型更符合人类视觉系统的特性。图像锐化是图像增强的主要内容之一,在图像分析、图像理解以及医学图像等领域均有重要的应用。现有图像锐化方法对图像中的弱强度变化特征增强效果不明显,并且在边缘附近还会出现毛刺与噪声。为解决这些问题,提出一种基于相位拉伸变换结合相对总变分的图像锐化算法,本文章就用Matlab代码实现。
📚2 运行结果
部分代码:
% test script to test PST function
clc % clear screen
clear all % clear all variables
close all % close all figures
% import original image
Image_orig=imread('lena_gray_512.tif');
% if image is a color image, convert it to grayscale
try
Image_orig=rgb2gray(Image_orig);
catch
end
%show the original image
subplot(1,2,1)
imshow(Image_orig)
title('Original Image')
% convert the grayscale image do a 2D double array
Image_orig=double(Image_orig);
% low-pass filtering (also called localization) parameter
handles.LPF=0.21; % Gaussian low-pass filter Full Width at Half Maximum (FWHM) (min:0 , max : 1)
% PST parameters
handles.Phase_strength=0.48; % PST kernel Phase Strength
handles.Warp_strength=12.14; % PST Kernel Warp Strength
% Thresholding parameters (for post processing)
handles.Thresh_min=-1; % minimum Threshold (a number between 0 and -1)
handles.Thresh_max=0.0019; % maximum Threshold (a number between 0 and 1)
% choose to compute the analog or digital edge
Morph_flag = 1 ; % Morph_flag=0 to compute analog edge and Morph_flag=1 to compute digital edge.
% Apply PST and find features (sharp transitions)
[Edge PST_Kernel]= PST(Image_orig,handles,Morph_flag);
if Morph_flag ==0
% show the detected features
subplot(1,2,2)
imshow(Edge/max(max(Edge))*3)
title('Detected features using PST')
else
subplot(1,2,2)
imshow(Edge)
title('Detected features using PST')
% overlay original image with detected features
overlay = double(imoverlay(Image_orig, Edge/1000000, [1 0 0]));
figure
imshow(overlay/max(max(max(overlay))));
title('Detected features using PST overlaid with original image')
end
% show the PST phase kernel gradient
figure
[D_PST_Kernel_x D_PST_Kernel_y]=gradient(PST_Kernel);
mesh(sqrt(D_PST_Kernel_x.^2+D_PST_Kernel_y.^2))
title('PST Kernel phase Gradient')
🎉3 参考文献
部分理论来源于网络,如有侵权请联系删除。
[1]索子恒.图像特征检测与特征提取综述[J].产业创新研究,2022(04):33-35.
[2]吕尧新,刘志强,朱祥华. 基于相位一致性原理的图像特征检测技术[C]//中国通信学会.第九届全国青年通信学术会议论文集.电子工业出版社,2004:1115-1119.
[3]甘金来,刘钊.基于相位的图像特征检测算法[J].实验科学与技术,2006(02):16-19+61.
🌈4 Matlab代码实现
相关文章
- matlab图像处理初步,MATLAB数字图像处理初步「建议收藏」
- lasso回归matlab,机器学习Lasso回归重要论文和Matlab代码「建议收藏」
- [图像]Canny检测的Matlab实现(含代码)「建议收藏」
- matlab fir带通滤波,基于Matlab的FIR带通滤波器设计与实现
- matlab画图标签,Matlab绘图
- MATLAB的solve函数
- MATLAB函数fir1「建议收藏」
- matlab二值图像孔洞填充_matlab边缘检测之后怎么填充
- bp神经网络及matlab实现_bp神经网络应用实例Matlab
- matlab保存所有图,Matlab中图片保存的5种方法
- matlab求解不定方程组_matlab解参数方程组
- MATLAB 柱状图(Bar) 如何快速更改堆叠图的颜色
- MATLAB画图——基础篇「建议收藏」
- MATLAB的循环_matlab循环输出
- 指派问题匈牙利算法例题_匈牙利算法matlab代码
- Matlab画三维图_读书笔记图画
- opencv remap matlab,如何使用OpenCV的remap函数?
- Matlab函数定义_matlab子函数
- MATLAB随机波动率SV、GARCH用MCMC马尔可夫链蒙特卡罗方法分析汇率时间序列|附代码数据
- MATLAB中用BP神经网络预测人体脂肪百分比数据|附代码数据
- MATLAB仿真-在频谱上显示内插和抽取效果
- 【MATLAB】进阶绘图 ( Polar Chart 极坐标图 | polar 函数 )
- MATLAB软件怎么下载?科学计算工具MATLAB 2022中文版下载安装