0922
目录
1.图像基础与人类感知
2. 线性平移不变系统与转换
3.图像去噪与增强
4.形态学图像处理
1.图像基础与人类感知
图像基础-图像形成
图像颜色
亮度
1.从物体一点接收的光
2.亮度或强度
人类的感知
彩色图像
色彩空间
图像表示
- 图像数字化
- 图像表示
- 图像表示
空间分辨率
灰度层级分辨率
图像直方图
1.灰度级f的频率分布
- 图像直方图
- 图像直方图
- 图像直方图
什么是图像处理?
为什么需要图像处理?
图像处理示例
- 对比度增强
- 去除模糊
- 降噪
- 美化
- 修复和修饰
- 分割
- 数字水印
- 数字内容篡改检测
- 物体检测
- 人脸检测
- 自动签名验证和识别
- 这些功能对自动人脸识别有效吗?
- 生物识别技术
- 图像分析与理解
2. 线性平移不变系统与转换
目录
1.图像分解与线性平移不变图像处理系统
2.二维卷积及其性质
3.二维傅里叶变换及其性质
4.图像采样
基本图像元素
1.脉冲
2.平移脉冲
### 图像分解
1.图像分解
二维卷积
1.输出图像
2.线性输出图像
3.系统的脉冲响应
4.平移不变系统
5.输出图像
卷积特性
1.卷积特性
脉冲响应
通过例子理解
通过例子理解
傅里叶变换
为什么是复数
二维傅里叶变换
离散傅里叶变换(DFT)
离散傅里叶变换(DFT) 性质
1.分解
2.周期
3.共轭对称性,和幅值对称性
4.线性和标度
5.卷积定理
平移、旋转和平移不变变换
1.平移
2.旋转
3.旋转不变
4.性质总结
基础的傅里叶变换对
图像采样
1.连续图像变为离散图像
2.有界函数
3.采样函数
4.采样函数的傅里叶变换
连续函数乘以采样函数
2.连续函数乘以采样函数的傅里叶变换
矩形网格
如果x、y采样频率大于带宽,或者采样间隔小于带宽的倒数
2.通过使用具有频率响应的低通滤波器,可以从Fdu,v中恢复Fc(u,v)
3.
连续和离散的联系
采样定理
0924
3.图像增强
大纲
简单点处理方法
直方图均衡化
图像平滑
图像锐化
非线性图像处理
点的处理
简单图像处理
幂变换(伽马校正)
对数变换
分段线性变换
直方图均衡化
变换后的灰度
f的累积分布函数(cdf)
2.变换后的灰度值分布均匀
3.直方图的离散版本
局部直方图均衡化
图像平滑
1.线性图像滤波
理想低通滤波器
高斯低通滤波
图像锐化
高通滤波
理想高通滤波器
高斯高通滤波器
High-boost过滤
非线性处理
线性过滤器问题
顺序统计量的过滤器
1.中值滤波
均值与中值滤波器
中值滤波器性质
不变性信号到中值滤波器
中值滤波器的简单扩展
局限性与解决方案
同时具有均值滤波器和中值滤波器优点的滤波器
迭代截断算术平均滤波器
定理12
ITM算法概述
定理345
1.定理3:对于任何有限数据集,如果样本中位数偏离样本均值,则至少存在一个样本与样本均值的距离大于样本与均值的平均绝对偏差,即让
2.定理4:如果平均值偏离中位数,ITM算法将截断阈值单调地减小到零。
3.定理5:ITM算法的截尾均值接近中值任意接近。
4.形态学图像处理
大纲
介绍
集合论与逻辑运算
膨胀和侵蚀
开和闭
形态学算法及其应用
介绍
集合理论
集合术语
平移与反射
形态学操作
膨胀
侵蚀
打开
清除图像中的噪声
关闭
保留原始对象大小的同时填充区域中的洞
打开关闭性质
边界提取
区域填充
提取连接组件
去除噪声
总结
5.视觉对象识别的直观理解:从匹配到分类再到机器学习
模板匹配,距离和相似性