数字图像处理——图像复原与重建初步

图像复原与重建初步 梳理所学重点知识 引言 前面所接触的图像增强是一个，已知原图像，经处理后，得到增强图像的一个过程，而这一章将要深入的图像复原（重建），则是希望从（被污染）过的图像，经处理后，得到原图像的过程，是以预先确定的目标来改善图像。图像复原试图利用退化现象的某种先验知识来复原被退化的图像。因而，复原技术时面向退化模型的，并且采用相反的过程进行处理，以便恢复出原图像。虽然图像增强和图

Computer Science 数字图像处理
数字图像处理

数据分析与融合——偏序格角度看决策系统代数约简

偏序格角度看决策系统代数约简 基本知识： 一个集合的所有划分构成一个细分偏序格。 决策系统约简始终保持决策系统的一致性（不存在条件相同，决策不同）。 对于一个决策系统来说，约简是条件分类\(U/C → U/A\)的过程，而条件分类\(U/C\)细分\(U/A\)。 引发思考： 课程的结尾老师提到我们的决策系统约见过程，其条件分类可以看作是在一个论语元素的全部划分构成的细分偏序格

Computer Science 数据分析与融合
数据分析与融合

人机交互——中南大学计算机学院主页Web交互设计文档

全局说明 权限说明 访问权限 由指定 URL 均可访问本网站。 访问者均以游客身份访问，主页上没有“登录”或注册等功能引导，主要以学院内容展示为主。 交互说明 键盘交互 针对 PC 端和 iPad（平板电脑）设备端，进行内容搜索时不上浮出底部的字母键盘，而是直接交由键盘进行交互。 页面交互 图标：通过点击指定图标显示下拉菜单、唤醒弹窗或实现页面跳转。 图片：概览界面图片点击

Computer Science 人机交互
人机交互

数字图像处理——理想滤波器与振铃特性

理想滤波器 频率域平滑锐化常用的几个滤波器的数学表达和实现都已经在数字图像处理——频率域平滑锐化图像常用滤波器一文中实现。 之前我们讨论到了振铃现象，本文中的实验主要是动手实现测试了 ILPF 对图片的模糊效果及其振铃现象，并且跟随课本尝试解释 ILPF 在空间域的振铃特性。 理想低通滤波器 ILPF 描述如下 \[ H_{ILPF}(u,v) = \left \{ \begin{a

Computer Science 数字图像处理
数字图像处理

数字图像处理——高斯滤波器与零填充避免DFT固有周期性影响

2019.10.24 更新，与数字图像处理——频率域平滑锐化图像常用滤波器中滤波器公式保持一致，并更新填充函数的写法。 高斯滤波 高斯高通滤波 GaussianHPF 频率域高斯高通滤波公式如下，注意公式\(D\)和\(D_0\)的区别 \[H(u,v) = 1-e^{\dfrac{-D^2(u,v)}{2D_0^2}}\] 高斯低通滤波 GaussianLPF 频率域高斯低通滤波公式

Computer Science 数字图像处理
数字图像处理