数字图像处理重点总结
入门篇
图像处理综述:
图像增强:为了某种目的而处理图像,是处理后的图像比原始数据更易于处理。该过程比较主观,所以没有通用的理论来处理此过程。
图像复原:倾向于用以某种图像退化的数学和概率模型为基础。
小波:以不同分辨率来描述图像的基础
形态学处理:提取图像分量;图像分量用于表示和描述的输入。从图像分析一些特征。
分割:图像处理中最困难的步骤之一,将一副图像分割成不同的目标区域,成功的分割是识别的关键部分。
表示和描述:分割之后的数据如何表示,通常用轮廓和区域两种方式描述;为了使分割后的数据在某些方面特别明显,涉及到特征选择和提取特征
识别:基于目标的特征给目标以某种标签(车牌等)
chapter 1
chapter 2
Those who wish to succeed must ask the right preliminary questions.
–Aristotle
2.2 灰度变换函数
明暗反转、对比度拉伸变换、对数和对比度扩展变换是对灰度图像的最简单又实用的几种处理方式。
2.3 直方图处理与函数绘图
直方图均衡化技术和对比度拉伸变换其实有点儿像,就是把一幅灰度级在某一狭小区域内分布的图像,转换为灰度级在整个区域较为均匀地分布的图像。书上为展示原理写了不少函数,如果只是为了看图,inshow(f, [ ])能取得差不多的效果。
直方图规定化<