彩色图转换成灰度图 均值滤波 非局部均值滤波（ONLM） 快速非局部均值滤波（利用积分图像体现快速性） 参数h自适应NLM 一个图像的五个指标 亮度：代表均值 对比度：标准差 信息度：商 梯度 空间频率 两个图的七个指标（比较两个图像） 误差均方误差（MSE） 误差
ECC算法 实现图像连通区域标记，其核心思想是识别二值化图像中的所有连通区域，并为每个连通区域分配一个唯一的标签。 完整代码及结果 import numpy as np import matplotlib.image as mpimg import time import seg_tools #
图像分割将图像划分成不同部分，其核心思想是将图像分解成同质的像素组，按照判别标准的不同可以实现不同的分割方法，分割可以是完整的也可以是不完整的，取决于具体情况。 分割在大方向上分为两类，语义分割和实例分割: 语义分割 实例分割 在医学图像处理中，语义分割可以标注出不同种类的细胞，实例分割可以详细识别
引言 本内容主要旨在实现图像合成、线性滤波、颜色分割和几何变换。 图像合成 目标： 合成一幅包含红、绿、蓝三个圆及其重叠部分的图像，以实现颜色的叠加。 计算三个圆的中心坐标 x_0 和 y_0，计算每个圆的掩码矩阵 V，并使用显式和隐式两种方法计算距离矩阵，验证了掩码的有效性。最后，提取每个圆的 R
