数字图像处理学习笔记
文章目录
前言
为了养成良好的学习习惯,特意记下这笔记。在这过程中我会结合opencv和《数字信号处理》,进行算法的复现。因为复现有很多细节,所以移到其他博客实现,具体有算法实现的将在目录处注明,并在章节后面给出链接。(开发语言考虑使用python)
第1章 绪论(pass)
PASS
第2章 数字图像处理基础
2.1~2.3(pass)
PASS
2.4 图像取样和量化
2.4.1 取样和量化的基本概念
把连续图像f,对坐标和幅度都进行取样操作。对坐标值进行数字话称为取样,对幅度进行数字化称为量化。
2.4.2 数字图像表示(pass)
2.4.3 空间和灰度分辨率(pass)
2.4.4 图像内插(含算法实现)
内插是在图像放大,缩小,旋转和几何矫正等任务中广泛运用。
- 最邻近内插
在原图像找最接近的像素,并赋给新的像素。 - 双线性内插
v ( x , y ) = a x + b y + c x y + d v(x,y) = ax+by+cxy+d v(x,y)=ax+by+cxy+d
公式中4个系数可以由点(x,y)的4个最邻近点写出的未知方程确定。 - 双三次内插
v ( x , y ) = ∑ i = 0 3 ∑ i = 0 3 a y x i y j v(x,y)={\sum_{i=0}^3} {\sum_{i=0}^3} a_y x^i y^j v(x,y)=i=0∑3i=0∑3ayxiyj
公式中一共16个系数可以由点(x,y)的16个最邻近点写出的未知方程确定。
算法实现链接
2.5 像素间的一些基本关系
2.5.2 邻接性,连通性,区域和边界
邻接性
- 4邻接
如果q在集合N4§中,则具有V中数值的两个像素p和q是4邻接的。 - 8邻接
如果q在集合N8§中,则具有V中数值的两个像素p和q是8邻接的。 - m邻接(混合邻接)
如果(i)q在N4§中,或(ii)q在ND§中,且集合N4§N4(q)中没有来自V中的像素,则具有V中数值的两个像素p和q是m邻接的。
m邻接比较不好理解下面是网友的理解:
网友解释:当像素间同时存在4邻接和8邻接时,优先采用4邻接,屏蔽两个和同一像素存在4邻接的像素之间的8邻接。
连通性
S集合的全部像素之间存在一个通路,那么可以说连个像素之间是连通的。
区域和边界
如果S只有一个联通分量(ps:只有一条路),则集合S称为联通集。联通集合是一个区域。
2.5.3 距离的度量
- 欧式距离
D e ( p , q ) = [ ( x − s ) 2 + ( x = y ) 2 ] 1 2 D_e(p,q) = [(x-s)^2+(x=y)2]^\frac{1}{2} De(p,q)=[(x−s)2+(x=y)2]21 - D4距离
D 4 ( p , q ) = ∣ x − s ∣ + ∣ y − t ∣ D_4(p,q)=|x-s|+|y-t| D4(p,q)=∣x−s∣+∣y−t∣ - D8距离
D 8 ( p , q ) = m a x ( ∣ x − s ∣ + ∣ y − t ∣ ) D_8(p,q)=max(|x-s|+|y-t|) D8(p,q)=max(∣x−s∣+∣y−t∣)
2.6 数字图像处理中所用的数学工具的介绍
未完待续