一、数字图像处理基础
1、颜色模型:RGB、CMY(K)、HSI、YCbCr。
2、RGB:主要用于彩色显示器和彩色相机。加性模型
3、CMY(K):主要用于彩色打印机。减性模型
CMYK与RGB之间的转换:K=1-max(R/255,G/255,B/a255; C=(1-R/255-K)/(1-K)
4、HSI(色调、饱和度、亮度):符合人类对颜色的认知。
5、YCbCr(亮度和色差):用于视频播放
6、光是模拟信号,计算机只能处理数字信号。
7、感知原件以阵列排列,阵列越多,原始图像的像素也就越多。以上为采样的过程。
8、坐标采样->像素
9、量化->颜色深度
10、灰度图像,黑为0,白为255.
11、单通道图像:灰度图像、二值图像。
12、多通道图像:RGB图像、HSI图像、Lab图像等。
13、灰度图像是每个像素只有一个采样颜色的图像。
14、二值图像(黑白图像):特殊的1bit色深的灰度图像,只有0和255。
15、转换过程:彩色图像 -> 灰度图像 -> 二值图像.
16、每个分量上一个矩阵,合起来是一个张量。
17、图像分辨率描述了取样的坐标系如何靠近,更多的分辨率代表更多的细节。
18、图像分辨率与像素的个数和显示大小都有关系。
19、分辨率(解析度、解像度):显示分辨率、图像分辨率、打印分辨率(DPI)、扫描分辨率(SPI)。
20、PPI像素密度,即每英寸有多少像素用于显示。
21、通过算法增加图像的分辨率:插值算法(最近邻算法、双线性插值法、双立方插值)、深度学习算法(SRCNN卷积神经网络、SRGAN生成对抗网络)。
22、颜色深度描述了多少bit显示单像素颜色。
23、如果有m个bit显示单色灰度像素,则总共显示 G=2^M 个颜色。
24、随着m的增加,能够表示更多的颜色信息。
25、PSNR 峰值信噪比。图像质量的评价指标。用于衡量两张图像之间的差异。
二、数字图像处理空间域滤波
1、数字图像处理可以分为空间域处理和频域处理。
2、空间域处理直接处理图像中的像素。空间域处理分为灰度变换和空间滤波。
3、灰度变换用来增强图像,图像分割等领域。
4、图像对比度指图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量。差异范围越大,对比度越大,反之越小。除了用人眼观察图像对比度,还可以使用图像直方图。
5、图像直方图用来表示图像灰度分布情况的图像,描述了每个灰度值的像素个数,更好的反应图像的明暗,对比度情况。直方图均衡化(Histogram Equalization) - 知乎
6、c欠曝图像(图像较暗):暗部区域像素较多。
d过曝图像(图像较亮):亮部区域元素较多。
b低对比度图像:像素集中在中间区域。
a高对比度图像:像素集中在两侧区域。
7、灰度变换-图像反转:灰度范围为[0,L-1]。反转图像公式:s=L-1-r。
8、灰度变换-对数变换:该转换可以用来扩展图像中的暗元素,压缩图像中高灰度级的值。通常用来图像中的傅里叶频谱图像。
9、灰度变换-幂律(伽马)变换
10、分段线性变换函数:中间部分拉伸,两端需要压缩。
11、直方图均衡化:一种非线性的灰度变换技术用来增强图像对比度的。
12、高斯白噪音:噪音服从均值为0,方差为1的正态(高斯)分布。