图像处理常用算法介绍

最新推荐文章于 2024-01-29 07:30:13 发布
最新推荐文章于 2024-01-29 07:30:13 发布
阅读量1.9k 收藏 29
点赞数 22
分类专栏： 程序员的数学 文章标签： 图像处理 计算机视觉 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jiugeshao/article/details/135700880
版权

此篇简单回顾下图像处理领域常用到的一些算法，这边只对每个知识点重要的点做一些记录，便于快速的知其形，会其意。

一. SIFT（Scale-Invariant feature transform)特征

重点是了解DOG(Difference of Gaussian)高斯差分图像是如何生成的，以及求取关键点，求取关键点的主方向，并以此主方向来做坐标系，梯度方向和梯度幅值按新的坐标系进行计算，构造一个特征向量描述子。主要可参考如下博客

SIFT局部描述子 - 知乎

https://www.cnblogs.com/Jack-Elvis/p/11297216.html

SIFT算法原理与源码分析

 二. PCA

可参考博主的论文

 这边投影的一些知识点拓展也可以参考之前的博客中第17点

线性代数基础知识-CSDN博客

这里其实就是通过PCA去求新的坐标系的各坐标轴，一个轴可以认为就是一个特征向量。d个特征向量即为d个轴。然后k等同于选取了其中的k个轴，只获取原数据在这k个轴上的投影值组成一个特征向量来表示图像。

也可以参考其它博客

PCA(主成分分析) - 知乎

 【机器学习】降维——PCA（非常详细） - 知乎

 三. SVD

上面最后一个参考博客中也提到了SVD，其左奇异矩阵和右奇异矩阵介绍可见如下帖子

降维算法: 奇异值分解SVD - 知乎

《统计学习方法》之SVD - 知乎

具体计算示例可参考如下博客

强大的矩阵奇异值分解(SVD) - 知乎

 回想之前在校期间，用PCA对图像提取特征时，需要计算AA^{T}, 当是一张2000*2000大小图片时，由于直接将图像拉伸为向量，一个样本将达到400万长的一个维度。假设这边有1000个样本，A的大小将会是100万* 1000, 所以AA^{T}将会100万* 100万大小，Matbalb计算时候直接显示内存不足，当时就转用SVD方法去求解。 我们可以用SVD方法，将A表达为:

A = U\Sigma V^{T} ，那么协方差矩阵

AA^{T} = U\Sigma V^{T} * V\Sigma U^{T} = U\sum ^{2}U^{T} ，转换为了U的计算

【数学和算法】SVD奇异值分解原理、以及在PCA中的运用_svd怎么在pca-CSDN博客

PCA和SVD的联系和区别？ - 知乎

如下博客很好的说明了SVD在图像压缩上的一个应用

SVD与图像压缩 - 知乎

四. 矩阵的迹

关于矩阵迹的相关性质 - 知乎

 高等代数|第四章 矩阵--矩阵的迹与相似

五. 牛顿法

涉及到泰勒展开（其实就是在一个点附近，用多项式去无限逼近此函数），下面先回顾下一些基本知识点

泰勒展开百度安全验证

 讲透泰勒公式，让你成为高手！ - 知乎

 [计算机数值分析]牛顿法求解方程的根-CSDN博客

 最优化方法复习笔记（三）牛顿法及其收敛性分析 - 知乎

牛顿迭代法（求函数的根）_迭代法函数必须单调-CSDN博客 

牛顿法的优缺点及特征_newton迭代法的优缺点-CSDN博客 

六. 梯度下降算法

 为什么局部下降最快的方向就是梯度的负方向？ - 知乎

 最优化方法之梯度下降法和牛顿法_优化问题目标函数的梯度怎么求-CSDN博客

七. EM算法 

EM算法详解 - 知乎

【大道至简】机器学习算法之EM算法(Expectation Maximization Algorithm)详解(附代码)---通俗理解EM算法。-CSDN博客 

八. 几个矩阵的含义

雅可比（Jacobian）矩阵_雅可比矩阵-CSDN博客

Jacobian矩阵和Hessian矩阵 - 知乎

雅克比矩阵的意义 - 知乎

雅可比矩阵几何意义的直观解释及应用-CSDN博客

九. 最小二乘法

​最小二乘法 (Least Squares) - 知乎

 GD&T干货 | 最小二乘法的数学公式详解 - 知乎

十. RANSAC算法 

RANSAC算法_51CTO博客_kmeans聚类算法

RANSAC算法（仅供学习使用）-CSDN博客 

https://www.cnblogs.com/xrwang/archive/2011/03/09/ransac-1.html 

RANSAC算法 - 知乎 

十一. 梯度方向直方图 

一文讲解方向梯度直方图（hog） - 知乎

博主之前相关的论文

后面有时间会再继续概括！ 

 

竹叶青lvye
关注
  • 22
    点赞
  • 踩
  • 29
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
常用图像处理算法.pdf
02-22
。。。
一文概括常用图像处理算法
m0_61899108的博客
12-10 2万+
本文总结了11种常用的图像处理算法，包含了预处理算法以及检测算法，并介绍了一些常用的开发库。 一、算法（预处理算法、检测算法）在采集完图像后，首先会对图像进行预处理操作。1、图像变换（空域与频域、几何变换、色度变换、尺度变换）2、图像增强3、纹理分析（取骨架、连通性）4、图像分割 5、图像特征 6、图像/模板匹配 7、色彩分析 8、图像数据编码压缩和传输 9、表面缺陷目标识别算法 10、图像分类（识别） 11、图像复原 二、现有的视觉检测软件/库 三、HSV颜色识别-HSV基本颜色分量范围
图像处理常用八大算法
hirezy
01-03 4万+
前言 图片处理是开发过程中经常遇到和要处理的问题，毕竟图片是比较耗系统资源，网络资源，存储空间。。。，因此，图片的处理显得格外重要，去百度查阅资料，就会看到很多关于读片处理的方法，以及图片的加载框架，他们都是用来处理图片的。 常见的图片处理方式大概有如下几类。比如图片的等比缩放，图片海量加载，图片的裁剪，图片的无损压缩，图片的旋转,图片实现画中画，图片实现阴影，改变图片形状等 然后，这些操作只是符...
图像处理​​​​​​​--十大经典算法
Java_rich的博客
09-29 8525
导读：随着现代社会的发展，信息的形式和数量正在迅猛增长。其中很大一部分是图像，图像可以把事物生动地呈现在我们面前，让我们更直观地接受信息。 这是小编的其他文章,希望对大家有所帮助,点击即可阅读 人工智能常用的十大算法 人工智能数学基础（一） 人工智能数学基础(二) 人工智能数学基础（三） 人工智能数学基础（四） 为了方便大家学习交流，我建了一个扣裙：966367816（学习交流、大牛答疑、大厂内推） 另外我还整理了整整200G的人工智能学习笔记、课程视频、面试宝典一并可以无套路...
图像相关算法整理
zbjcjdi的博客
11-18 4574
图像相关算法整理 1.HE算法（灰度直方图均衡算法） 原理：将原始图像的灰度直方图从比较集中地某个灰度区间变成全部灰度范围内的均匀分布 步骤： - （1）遍历每一帧图像中的所有像素，记录每个灰度值出现的像素个数 - （2）统计每个灰度值占总像素的百分比，即每个灰度值出现的概率 - （3）建立一个映射表，对原图像的灰度值一一进行映射，修改成新的灰度值，映射关系为： 新灰度值 = （最大灰度值（255） - 最小灰度值（0））*累计概率 缺点：对处理的数据不加选择，他可能会增加背景噪声的对比度并且降低有用信
图像处理那些算法
dlz_yhn的博客
09-13 1万+
1）旋转 借助矩阵运算来实现图像的旋转功能 2）平移 借助矩阵运算来实现图像的旋转功能 3）对称 借助矩阵运算来实现图像的对称功能 水平镜像变换： 垂直镜像变换： 借助 get (gca, ‘currentPoint’)获取鼠标点击的位置，从而得到鼠标按下和松开的两个位置的坐标。 将这两个点的位置提取出来去截取图片。均值滤波消除噪声：均值滤波属于线性滤波，它的实现原理是邻域平均法。实际上就是用取均值的方式替换原图像中的像素值，即选择一个大小为 M 模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，
常用图像处理算法.docx
02-22
。。。
常用的图像处理算法及其实现.rar
06-01
经典常用的图像处理算法，及其C实现，每个文件夹下都包含其相应源代码和处理前后的图片
常见图像处理程人工智能算法集合.zip
08-06
常见图像处理程人工智能算法集合.zip 常见图像处理程人工智能算法集合.zip 常见图像处理程人工智能算法集合.zip
MATLAB常用图像处理算法演示程序说明_图像处理算法_图像处理matlab_
09-29
常用的图像处理算法演示程序，用matlab表示 ，可自行下载
传统图像算法
Victory_tc的博客
08-16 4423
1.图像增强 参考：https://mp.csdn.net/postedit/97361911 2.图像滤波 https://mp.csdn.net/postedit/97314568 3.边缘检测 https://mp.csdn.net/postedit/97310108 4.图像形态学 腐蚀和膨胀，开运算，闭运算：推荐博客：https://blog.csdn.net/bagboy...
图像处理算法工程师——必备技能
weixin_44103773的博客
07-21 1万+
图像算法工程师三重境界 ： 一、传统图像算法工程师： 主要涉及图形处理，包括形态学、图像质量、相机成像之3A算法、去雾处理、颜色空间转换、滤镜等，主要在安防公司或者机器视觉领域，包括缺陷检测； 二、现代图像算法工程师: 涉及模式识别，主要表现的经验为Adaboost、SVM的研究与应用，特征选取与提取，包括智能驾驶的研究与应用、行人检测、人脸识别； 三、人工智能时代图像算法工程师： 深度学习，主要在大型互联网公司或者研究所机构，具体体现在TensorFlow等开源库的研究与应用，包括机器人的研究、基于深度学
图像识别算法汇总
weixin_42010722的博客
12-02 2万+
图像识别是一种机制，用于识别图像中的对象，并根据人类识别不同图像集中对象的方式将其分类为特定类别。
图像算法工程师岗位的主要职责（合集）
AI_data_cloud的博客
05-25 1004
nodesktop 启动jvm(Jave Virtual Machine)，不启动desktop，但help 界面，preferences界面等仍可通过cmdline 调出，即jvm启动但不启动desktop，可以启动其他显示;导入Excel数据步骤2：录入完以后保存数据，为了后续步骤使用方便，命名时我们最好把它命名为我们接下来在MATLAB中要引用的变量名(比如在MATLAB中要将该矩阵作为B矩阵参与运算，就可以把它命名为B.xls，xls为文件扩展名)很简单的用xlswrite函数就可以了。
图像处理常用算法(基础)
最新发布
小白学视觉
01-29 114
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达同图像灰度不同，边界处一般会有明显的边缘，利用此特征可以分割图像。需要说明的是：边缘和物体间的边界并不等同，边缘指的是图像中像素的值有突变的地方，而物体间的边界指的是现实场景中的存在于物体之间的边界。有可能有边缘的地方并非边界，也有可能边界的地方并无边缘，因为现实世界中的物体是三维的，而图像只具有二维信息，从三维到二维的投影成像...
图像处理常用边缘检测算子总结
热门推荐
Augusdi的专栏
06-05 10万+
不同图像灰度不同，边界处一般会有明显的边缘，利用此特征可以分割图像。需要说明的是：边缘和物体间的边界并不等同，边缘指的是图像中像素的值有突变的地方，而物体间的边界指的是现实场景中的存在于物体之间的边界。有可能有边缘的地方并非边界，也有可能边界的地方并无边缘，因为现实世界中的物体是三维的，而图像只具有二维信息，从三维到二维的投影成像不可避免的会丢失一部分信息；另外，成像过程中的光照和噪声也是不可避免
【图像算法相关知识点】
AI从入门到实践的博客
10-07 388
语义分割是指将图像中的每个像素分配到特定的类别中，从而实现对图像中每个像素的精确分类。常见的图像增强方法包括旋转、翻转、平移、缩放、裁剪等操作，以及直方图均衡化、滤波、锐化等增强技术。颜色直方图描述子是一种用于描述图像颜色分布的方法。例如，调整图像的颜色、对比度、亮度等参数，进行图像增强、去噪、分割、特征提取等操作，以及应用计算机视觉算法实现目标检测、识别、跟踪等功能。直方图均衡化是一种图像增强技术，它通过对图像的灰度直方图进行均衡化处理，使得整个图像的灰度分布更加均匀，从而提高了图像的对比度和视觉效果。
空间域图像增强
火雨(Nick)
12-26 1万+
空间域图像增强   1.基本概念：         图像增强可分成两大类:频率域法和空间域法。前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波(即只让低频信号通过)法，可去掉图中的噪声;采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。后者空间域法中具有代表性的算法有局部求平均值法和中值滤波(取局部邻域中的中间像素值)法等，它们可用于去除或
数字图像处理领域的二十四个典型算法及vc实现、第一章
dinongxu8804的博客
02-26 1487
数字图像处理领域的二十四个典型算法及vc实现、第一章 作者:July 二零一一年二月二十六日。参考：百度百科、维基百科、vc数字图像处理。--------------------------------------------------数字图像处理领域的二十四个典型算法及vc实现、第一章一、256色转灰度图二、Walsh变换三、二值化变换...
超声图像重建常用算法介绍
05-23
超声图像重建是指根据接收到的超声信号数据，通过一定的算法将这些信号转换为二维或三维的图像。以下是常用的超声图像重建算法介绍： 1. 谱域成像法：该方法将超声信号从时间域变换到频域，并将其映射到二维图像上。常用的谱域成像法包括快速傅里叶变换（FFT）和脉冲压缩。 2. 时间域成像法：该方法直接在时间域中对超声信号进行处理，通过将信号进行滤波、积分和扫描来生成图像。常用的时间域成像法包括线性扫描成像和非线性扫描成像。 3. 声学反演法：该方法基于声学波传输方程式，通过反演声波传播的过程来生成图像。常用的声学反演法包括全波形反演（FWI）和射线追踪成像。 4. 模型驱动法：该方法基于对超声信号传播过程的物理模型，通过反演模型参数来生成图像。常用的模型驱动法包括有限元法和有限差分法。 以上是常用的超声图像重建算法，不同的算法有各自的优缺点和适用场景，需要根据具体情况选择合适的算法。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

竹叶青lvye

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值