图像处理算法整理

1，清晰度相关算法

钝化或去燥：中值滤波、高斯滤波、傅立叶变换方法、小波变换方法

锐化：边缘提取算法、直方图或区块直方图算法、傅立叶变换方法、小波变换方法

傅立叶变换与小波变换的原理是：两者都是用希尔伯特函数空间的一组正交函数基来将图像函数f(x,y)进行变换成频域。而区别是

傅立叶变换采用的是三角函数序列作为基，小波变换采用的是其他的基。

它们锐化或特征提取的原理是，将f(x,y)看成是白光，白光通过透镜可以分解为七彩光，而七彩光为不同频率的

fn(x,y)，因此通过过滤掉某些频率的光来改变图像。

图像金字塔：降低分辨率为sample，增大分辨率为interpolation

 

2，图像特征抽象算法

深度学习卷积网络、pca、hog、sift

hog（https://blog.csdn.net/Pierce_KK/article/details/89501308）这个很细

SIFT（https://blog.csdn.net/zddblog/article/details/7521424）

 

3，图像分割

基于像素变化的分割：通过计算相邻像素与像素之间属于同一物体的距离，从小至大的将距离小的像素连接起来

最后即可得到一副分割后的连接图。

基于分割的分割：通过计算不同分割是同一物体的程度，将程度大的连接起来，重复此过程，即得到一个优化

后的图像分割。

深度学习图像分割

4，目标检测

深度学习目标检测、基于视频的差分算法目标检测、光流法