![](https://img-blog.csdnimg.cn/20190927151101105.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
图像处理原理
文章平均质量分 92
图像处理原理
拾牙慧者
会点c++、python;
展开
-
纠错码trick和数据压缩trick
纠错码和压缩算法是同一枚硬币的两面。两者都来自于对冗余的想法。 纠错码被视为向消息或文件中添加冗余的原则性方法。而压缩算法正好相反,他们会从消息或文件中移除冗余。压缩和纠错并不是彼此抵消的,相反,好的压缩算法会移除抵消冗余,而纠错编码会增加另一种更高效的冗余。因此首先压缩一条信息,再往里面添加一些纠错码的做法十分常见。 下面分别介绍两者的具体内容:纠错码trick如果使用正确的技巧,即使是极端不可靠的通信频道也可以以极低的错误率传输数据。1、重复技巧要确保一些信息被正确传输,你只需要重复几.原创 2020-09-25 14:22:24 · 748 阅读 · 0 评论 -
视频图像质量评价
目录1、人眼视觉特性1、眼的适应性2、对比灵敏度3、空间分辨率和时间分辨率4、马赫效应5、可见度阈值2、图像质量测度3、图像评价方法4、图像评价方法的优劣1、人眼视觉特性1、眼的适应性暗适应性:从亮环境到暗环境,适应暗环境的特性亮适应性:从暗环境到亮环境,适应亮环境的特性2、对比灵敏度对比灵敏度针对图像总体描述亮度差异,对比度定义为:最大亮度/最小亮度3、空间分辨率和时间分辨率空间分辨率指人眼区分相邻两个发光点的能力。从空间频率域上看,人眼视觉呈现低通性。时间分辨率指人眼对于随时间而原创 2020-09-20 15:12:34 · 1579 阅读 · 2 评论 -
数字图像处理知识总结
一:基本概念数字图像:指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后,每个小块区域称为像素(pixel)。每个像素包括两个属性:位置和灰度。图像数字化一般分为采样、量化与编码三个步骤。数字图像处理:是利用计算机系统对数字图像进行各种目的的处理,包括图像变换、图像编码、图像增强、图像恢复、图像分割、图像的识别。图像基本格式有二值图,灰度图,彩色图,区别和各自的特点参考ppt。常见色彩模型:RGB:通过对红®、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的原创 2020-07-31 00:21:25 · 2443 阅读 · 0 评论 -
SIFT讲解(SIFT的特征点选取以及描述是重点)
SIFT特征点选取:SIFT具有尺度鲁棒性,而角点检测显然不具有,当图像尺度发生变化时,原有的特征可能消失。SIFT描述:像素与周围像素的关系一般来说是恒定的。Theta是与水平方向成的角度,所以图像旋转角度不同theta值不同。解决方法:计算与主方向的相对角度。归一化:对亮度的鲁棒性移动滑窗,所以只能区别固定大小。问:如何用单一的模板将尺寸不一大小的行人检测出来?...原创 2020-04-23 18:41:23 · 12440 阅读 · 1 评论 -
角点检测(Harris角点检测法)
目录原理讲解【1】为何选取角点作为特征?【2】角点的定义:【3】判断角点的方法:【4】Harris角点检测法示例Opencv自带函数:cornerHarris()函数示例程序1示例程序2原理讲解【1】为何选取角点作为特征?角点是一种局部特征。角落上的可区分性特别强,边缘次之,平滑区域则基本没有区分性。【2】角点的定义:【3】判断角点的方法:这里有个细节:将计算的所有方向上的变化......原创 2020-04-20 17:19:18 · 14121 阅读 · 0 评论 -
轮廓(查找和绘制轮廓、轮廓的表达与组织、轮廓的特性)
目录查找轮廓函数绘制轮廓函数动态检测图形的轮廓步骤查找轮廓函数绘制轮廓函数动态检测图形的轮廓步骤【1】#include <opencv2/opencv.hpp>#include <iostream>#include "windows.h"#include <stdio.h>#define WINDOW_NAME "【程序窗口】" //...原创 2020-04-09 16:13:18 · 3354 阅读 · 0 评论 -
图像分割——基于二维灰度直方图的阈值处理
前言像素灰度值仅仅反映了像素灰度级的幅值大小,并没有反映出像素与邻域的空间相关信息。二维灰度直方图的概念二维灰度直方图:像素的灰度值分布和邻域的平均灰度值分布构成的二维直方图二维直方图的值N(i,j) 。其中,i=f(x,y) 图像(x,y)的灰度值。j=g(x,y) 图像(x,y)位置邻域的平均灰度值。对于一幅MxN大小的灰度图像可以利用像素点的灰度值和其邻域平均灰度值组成的二元组(...原创 2020-03-25 16:14:11 · 4984 阅读 · 1 评论 -
形态学操作——击中击不中变换
操作目的HitMiss变换是形态检测的一个工具,通过定义形状模板可以在图像中获取同一形状物体的位置坐标。算法讲解1、用击中结构去腐蚀原始图像得到击中结果X(这个过程可以理解为在原始图像中寻找和击中结构完全匹配的模块,匹配上了之后,保留匹配部分的中心元素,作为腐蚀结果的一个元素)。2、用击不中结构去腐蚀原始图像的补集得到击不中结果Y(即在原始图像上找到击不中结构与原始图像没有交集的位置,这个...原创 2020-03-21 13:02:55 · 4370 阅读 · 0 评论 -
形态学操作——开闭运算、顶帽底(黑)帽变换
膨胀和腐蚀运算的问题:边缘形状发生了变化,膨胀发生了扩张,腐蚀发生了收缩目标物体变形,对识别时的特征提取会造成影响解决方法:开运算先腐蚀再膨胀的结果并不是恢复原状,而是会消除黏连部分,同时不影响其他部分的形状.效果:闭运算先膨胀再腐蚀的结果并不是恢复原状,而是填充小的裂缝、孔隙,且不影响形状.效果:...原创 2020-03-16 16:05:47 · 2406 阅读 · 0 评论 -
形态学操作——腐蚀与膨胀
预备知识结构元(SE)1、结构元的中心一般来说是放在其重心位置处,但原则上原点的选择是依赖于你要解决的问题的。2、对图像操作时,我们要求结构元是矩形阵列。(在结构元的基础上添加较少的背景元素实现)3、当结构元的中心位于原图像的边界时,要对原图像进行填充操作原理腐蚀该表达式表示:B对A的腐蚀使用一个z平移的B包含在A中的所有点z的集合。效果:也就是B在A中遍历之后B中心的点的...原创 2020-03-12 18:47:29 · 1919 阅读 · 0 评论 -
连通域标记——实现硬币自动计件
前言在自动计算图像中有几枚硬币的任务中,分离出前景和背景后是否就可以马上实现自动计件,如果可以,如何实现?如果不可以,为什么?答案是否定的。二值化之后我们的得到的只是前景总像素的多少,并不知道哪些像素属于同一枚硬币。想要实现自动计件功能还需要用到连通域标记的知识。连通域标记的方法这里我们使用种子填充法:算法步骤:1、遍历一幅图像。2、如果遇到前景且该点未被标记,说明在该点附近可能存在...原创 2020-03-11 20:11:27 · 622 阅读 · 0 评论 -
图像分割-阈值处理详解(迭代法、Otsu法、平滑改善法、边缘改进法、分块处理法、局部特性法、移动平均法)
基础:首先将灰度图转化成灰度直方图,横坐标是灰度值(0-255),纵坐标是像素个数。如下图所示:、、图1、、图2如图,从图A可以看出,直方图有两个明显的波峰和一个明显的波谷,表明灰度普遍分为两个密集区域。此时将门限设置在两者之间的波谷,则可以很好地分割出背景和物体。同理,观察图B,有三个明显的波峰和两个明显的波谷,此时可以设置双门限,将图像分割为三类,如下图冰山就是很好的例子,分割为暗......原创 2020-02-17 20:19:24 · 11469 阅读 · 0 评论 -
图像分割-边缘连接
三种基本方法:1:局部处理2:区域处理3:使用霍夫变换的全局处理局部处理根据预定的规则,将所有相似点连接起来。用于确定边缘像素相似性的两个主要性质:1、梯度向量的幅度2、梯度向量的角度由于要对每个点的邻点进行运算,计算量大。优化如下:例如,关注于水平与竖直方向的边缘连接,旋转90度,然后再旋转回来。 在要求多方向角度连接时,把3、4步骤组合成单个放射状扫描过程。 问题是3、...原创 2020-02-14 11:35:56 · 5012 阅读 · 0 评论 -
表示和描述-边界追踪
输入:某一区域的点输出:这一区域的点的坐标序列(顺时针或逆时针)原创 2020-02-13 14:09:34 · 558 阅读 · 0 评论 -
图像分割-LOG检测器和DOG检测器
边缘检测是以较小的算子为基础的,具有两个建议1、灰度变化与图像尺寸无关,因此检测要求使用不同尺寸的算子。2、灰度的突然变化会在一阶导数产生波峰波谷,在二阶导数产生零交叉大的算子检测模糊边缘,小的算子检测锐度集中的细节二维高斯函数:拉普拉斯LOG(高斯拉普拉斯)marri-Hildreth算子概念:1、算子的高斯部分会模糊图像,将图像灰度(包括噪声降低到远小于sigma的程度)...原创 2020-02-11 15:29:41 · 1308 阅读 · 2 评论 -
图像分割-基本边缘检测roberts,prewitt,sobel,canny,laplace
执行边缘检测的三个基本步骤:1、为降噪对图像进行平滑处理。(导数对噪声具有敏感性。图像的正负分量检测困难)2、边缘点的检测。(提取边缘点的潜在候选者)3、边缘定位。(从候选者中选出真是边缘点成员)基本算子:梯度算子(表征某点边缘强度和方向,又称边缘检测子)较为简单的边缘检测算子模板:sobel模板能较好地抑制噪声。常用绝对值来近似梯度幅值,保持灰度级的相对变化,代价是导致滤波...原创 2020-02-11 14:06:05 · 3566 阅读 · 0 评论 -
图像分割-二阶导数零交叉点的含义
已知:二阶导数在灰度斜坡和灰度台阶过渡处会产生双边缘响应。二阶导数的符号可以用于确定边缘的过渡是从亮到暗还是暗到亮。斜坡开始处,二阶导数为负,斜坡结束二阶导数为正,斜坡上,二阶导数为0.(亮到暗边缘)零交叉点的定义:零灰度轴和二阶导数极值的连线的交点称为该二阶导数的零交叉点一条边缘的两个附加性质:(1)对图像中的每条边缘,二阶导数生成两个值 (2)二阶导数的零交叉点可...原创 2020-02-10 21:24:19 · 6174 阅读 · 2 评论