Image processing 同态滤波的概念

Image processing 同态滤波的概念,image-processing,filtering,contrast,image-enhancement,high-contrast,Image Processing,Filtering,Contrast,Image Enhancement,High Contrast,我试图理解同态过滤的概念,我已经阅读了一些关于这个主题的在线页面,例如 然而,我注意到讨论这个话题的在线资源很少。因此,我有两个问题 首先,我想知道,怎样才能确定图像可以使用同态滤波来增强?换句话说,什么类型的图像需要同态过滤 第二,同质滤波是否总是用于衰减失真(低频)和增加反射率(高频)?或者也可以用它来做相反的事情(衰减反射和突出污染)?经过进一步的研究,我找到了答案 1-可使用同态滤波进行增强的图像是照明分布不均匀导致图像中的对象显示为深色的图像。通常,这些图像是暗的,因此其细节是隐藏的

我试图理解同态过滤的概念,我已经阅读了一些关于这个主题的在线页面,例如 然而,我注意到讨论这个话题的在线资源很少。因此,我有两个问题

首先,我想知道,怎样才能确定图像可以使用同态滤波来增强?换句话说,什么类型的图像需要同态过滤


第二,同质滤波是否总是用于衰减失真(低频)和增加反射率(高频)?或者也可以用它来做相反的事情(衰减反射和突出污染)?

经过进一步的研究,我找到了答案

1-可使用同态滤波进行增强的图像是照明分布不均匀导致图像中的对象显示为深色的图像。通常,这些图像是暗的,因此其细节是隐藏的

2-据消息人士称,
同态滤波是一种频域滤波过程,它压缩亮度(来自照明条件),同时增强对比度(来自对象的反射特性)。

鉴于同态滤波可用于分割图像的低频照明和高频反射,这种方法的一个明显用途是在变化检测中。在变化检测中,当我们比较两幅图像时,我们寻找高频反射部分的变化。如果我们过滤掉低频照明部分,这会有所帮助

经过同态滤波后,左侧明亮的输入图像产生右侧的图像

经过同态滤波后,左侧的黑色输入图像产生右侧的图像

这是一个


下面是一些其他问题的stackoverflow链接,

不幸的是,有充分的证据,旅行推销员的问题被认为在多项式时间内是无法解决的,因此你需要等待很长时间才能找到解决方案。(对不起,我忍不住开玩笑)。像你这样想象力有限的人认为它无法在多项式时间内解决。(对不起,我笑不出来)引用的链接是死链接