图像处理（期末总结）

图像处理

图像数字化（采样+量化）

• 空间分辨率

• 灰度分辨率

• 非均匀采样

  

• 非均匀量化：非均匀量化是根据图像内容来调整灰度分辨率，在灰量平缓的地方精细量化，在灰度跳变较大的地方粗糙量化。

• 像素间关系

  • 领域：•N_4 (p)，N_D (p)，N_8 (p)={N_4 (p),N_D (p)}

  • 邻接

    

  • 连通：一条通路从起点到终点每两个相邻像素都是邻接关系

    • 4-连通

    • 8-连通

  • 距离：

    • D_8 :正方形

    • D_4 ：菱形

空域处理

灰度变换

• 灰度直方图

领域运算

滤波

均值滤波：均值滤波采用多次测量取平均值的思想，用每一个像素周围的像素的平均值代替自身，具体大小可以指定。**

• 优点：能够将受到噪声影响的像素，使用该噪声周围的像素值进行修复。

• 缺点：使得像素之间的差距变小，图像变得模糊。

高斯滤波：(加权平滑滤波，中心权重较大）高斯滤波主要利用高斯核作为掩膜去除高斯噪声。

• 优点：图像大多数噪声均属于高斯噪声，应用广泛。

• 缺点：图像变得模糊。

中值滤波：中值滤波将待处理来的像素周围像素从小到大排序，取中值代替该像素。

• 优点：可以有效去除椒盐噪声。

• 缺点：当卷积核较大时，仍然使得图像变得模糊，而且计算量很大。

锐化算子

Prewitt算子

Sobel算子

Laplacian算子

Laplacian增强

频域处理

傅里叶变换：

低通，高通滤波器

低频：对应图像平滑区域，平滑作用

高频：对应图像细节区域，锐化作用

空域vs频域（图像增强技术分类）

图像几何变换

几何变换类型

• 图像缩小一半

  1. 奇数行列组成新图像

  2. 偶数行列组成新图像

• 图像放大

  • 最近邻值

  • 双线性插值

  • 双三次插值：考虑的是周围16个像素的像素值，越靠近插值点的像素权重越大。

    

• 刚体变换：图像变换后两点间距离保持不变

• 仿射变换：直线图像变换后仍为直线且保持水平关系（平移、旋转、镜像和缩放）

形态学

腐蚀 膨胀 闭运算 开运算

腐蚀

• 腐蚀会缩小图像，膨胀会放大图像

图像复原

图像复原vs图像增强

噪声类型

• 空域滤波去噪

• 自适应滤波去噪

• 

• 频域去噪

图像复原步骤

图像分割

阈值分割

寻找最佳阈值的方法

• 直方图法

• 基本全局阈值法

• 最大类间方差法（OSTU算法）

• 局部阈值法

• 自适应阈值法

边界连接