图像处理中的零平均（帕斯卡变换）
Zero average in image processing ( Pascal transformation )
我正在对 image.Anyway 的 4x4 块进行帕斯卡变换 我在特定 placeses.I 上遇到了一些问题知道如何减少噪音的影响。
1.One 文本点我不明白，那就是：首先将数据值移动到零平均值将改善这种效果。
2.How 我可以检测图像中的所有凹凸吗，每个与之前不同的值都表现为 bump.Maybe 某个阈值，但它应该具有什么值？
离散帕斯卡变换：
基本上它用于检测颠簸和 edges.For 例如，当我对起始矩阵 z 进行转换时，结果矩阵 Z 将是：
光是颠簸这件事就很复杂了。基本上最简单的确实是差异 px[1]-px[0] 的（绝对）阈值。
（其中px[1]为像素n+1的像素值，px[0]为shorthand为像素n的像素值）
在某些情况下，最好进行相对检查 (px[1]-px[0])/ (0.5*(px[1]+px[0]))>thresrelative 和绝对检查size ( abs(px[1]-px[0])>thresh1)，后者确保你没有解释噪声。
可以通过使 px[1] 和 px[0] 都成为内核移动平均线来进一步改进。
这些是基本的，有图案的噪声案例有自己的调整案例，或者在一些预处理（内核平均）步骤后进行上述检查。
对于更复杂的情况，您可能还想看看 Sobel 算法。
我正在对 image.Anyway 的 4x4 块进行帕斯卡变换 我在特定 placeses.I 上遇到了一些问题知道如何减少噪音的影响。 1.One 文本点我不明白，那就是：首先将数据值移动到零平均值将改善这种效果。 2.How 我可以检测图像中的所有凹凸吗，每个与之前不同的值都表现为 bump.Maybe 某个阈值，但它应该具有什么值？
离散帕斯卡变换： 基本上它用于检测颠簸和 edges.For 例如，当我对起始矩阵 z 进行转换时，结果矩阵 Z 将是：
光是颠簸这件事就很复杂了。基本上最简单的确实是差异 px[1]-px[0] 的（绝对）阈值。
（其中px[1]为像素n+1的像素值，px[0]为shorthand为像素n的像素值）
在某些情况下，最好进行相对检查 (px[1]-px[0])/ (0.5*(px[1]+px[0]))>thresrelative 和绝对检查size ( abs(px[1]-px[0])>thresh1)，后者确保你没有解释噪声。
可以通过使 px[1] 和 px[0] 都成为内核移动平均线来进一步改进。
这些是基本的，有图案的噪声案例有自己的调整案例，或者在一些预处理（内核平均）步骤后进行上述检查。
对于更复杂的情况，您可能还想看看 Sobel 算法。