图像处理复习

kk_阿白

已于 2023-06-29 23:46:40 修改

阅读量550

点赞数

文章标签：图像处理人工智能

于 2023-06-29 23:32:37 首次发布

本文链接：https://blog.csdn.net/qq_61637982/article/details/131462296

版权

前言

临近期末考试，为了复习图像处理，本人特地写下此篇文章。本文仅供参考学习，后续有时间陆续补充,若有错误欢迎指出！

第一章基本概念

1、BMP结构图

以下来自知乎博主@Lovelessing的图，画的很详细清晰
在这里插入图片描述

2、BMP文件结构

$\text{bmp文件}\left\{ \begin{array}{lr} \text{(14字节)位图文件头 (File Header)} \left\{ \begin{array}{lr} \text{(2字节)文件类型 (Type) }\\ \text{(4字节)文件大小 (Size)}\longrightarrow \text{位图文件头长度 + 位图信息头长度 + 调色板 + 位图数据} \\ \text{(4字节)保留数据 (Reserved)} \left\{ \begin{array}{lr} \text{(2字节)Reserved1} \longrightarrow默认为0\\ \text{(2字节)Reserved2}\longrightarrow默认为0 \end{array} \right.\\ \text{(Reserved无含义，仅为以后新添属性留位置)}\\ \text{(4字节)偏移量 (Offset)}\longrightarrow \text{位图文件头长度 + 位图信息头长度 + 调色板} \end{array} \right.\\ \text{(40字节)位图信息头 (DIB Header)} \left\{ \begin{array}{lr} \text{(4字节)文件信息头长度 (DIB Header Size)}\longrightarrow40\\ \text{(4字节)图像宽度 (Image Width)}\\ \text{(4字节)图像高度 (Image Height)} \\ \text{(2字节)颜色平面数 (Plane)}\longrightarrow默认为1 \\ \text{(2字节)图像位数 (Bit Pixel)} \left\{ \begin{array}{lr} 2位\longrightarrow黑白图(二值)\\ 8位\longrightarrow灰度图\\ 24位\longrightarrow真彩图\\ 32位\longrightarrow真彩图 + 透明度\text{(Alpha)} \end{array} \right.\\ \\ \text{(4字节)压缩方式 (Compression)}\longrightarrow默认为0,表示不压缩\\ \text{(4字节)位图数据大小 (Image Size)}\longrightarrow(图像宽度 \cdot 图像高度\cdot图像位数)\div8\\ (8字节)分辨率 \text{(Pixels)} \left\{ \begin{array}{lr} \text{(4字节)横向分辨率 (X Pixels)}\\ \text{(4字节)纵向分辨率 (Y Pixels)}\\ \end{array} \right.\\ \text{(4字节)调色板颜色数 (Colors)} \left\{ \begin{array}{lr} 24位图像 \longrightarrow 0\\ 8位图像 \longrightarrow 256\\ 2位图像 \longrightarrow 2 \\ \end{array} \right. \\ \text{(4字节)重要颜色数 (Important Color)}\longrightarrow 默认为最大值，表示都重要 \end{array} \right.\\ \text{颜色板 (Color Table)} \left\{ \begin{array}{lr} 无调色板\longrightarrow 24位图像\\ 含调色板 \left\{ \begin{array}{lr} 8位图像\longrightarrow \text{256位结构体 (rgbq)} \left\{ \begin{array}{lr} \text{Blue}\\ \text{Green}\\ \text{Red}\\ \text{Reserved}\longrightarrow 默认为0\\ \text{(Reserved无含义，仅用于填充到4字节)} \end{array} \right.\\ 2位图像\longrightarrow \text{黑白调色板} \left\{ \begin{array}{lr} \text{Black}\\ \text{White}\\ \end{array} \right.\\ \text{} \end{array} \right. \end{array} \right.\\\\ \text{位图数据 (Data)} \left\{ \begin{array}{lr} \text{24位图像}\longrightarrow \text{三色通道 (Blue,Green,Red)}\\ \text{8位图像}\longrightarrow \text{灰度值 (Gray)}\\ \text{2位图像}\longrightarrow 二进值 \left\{ \begin{array}{lr} 0\longrightarrow\text{白色}\\ 1\longrightarrow\text{黑色}\\ \end{array} \right.\\ \end{array} \right.\\ \\ \end{array} \right.$

第二章图像增强

1、均值与方差

均值计算
图像的均值可以通过以下公式计算：
$E(I)=\frac{1}{MN}\sum_{i=1}^{M}\sum_{j=1}^{N}I_{i,j}$
其中，M和N代表图像的高度和宽度。I_i,j代表原图像中第i行第j列像素点的灰度值。

方差计算
方差是描述数据分散程度的量。对于图像来说，方差值越大，表示图像像素值的分散程度越大，图像的对比度也会相应地增加。方差值可以通过以下公式计算：
$Var(I)=\frac{1}{MN}\sum_{i=1}^{M}\sum_{j=1}^{N}(I_{i,j}-E(I))^2$
其中，E(I)代表图像的均值。

2、直方图

理解:图像中各个灰度值的分布图
在这里插入图片描述
直方图的横轴表示像素值，纵轴表示该像素值在图像中出现的次数或占比

3、直方图均衡化

假如班上10个人的成绩排名如下，如何让成绩从0到100都均衡分布呢？
在这里插入图片描述
将这四类成绩的区间人数分布情况绘制如下

理想的均衡分布区间情况如下

原分布区间映射到理想分布区间，则此时分布均衡，故需将成绩阈值一一对应即可实现均衡化

本例的成绩即灰度值，直方图均衡化即使灰度值从0到255均衡分布

第三章图像平滑

在这里插入图片描述
以上图中绿色部分为滤波窗口，滤波窗口的半径为滤波半径，像素点G为滤波点，黄色部分为滤波后的图像。

1、均值滤波

均值滤波即像素点G为滤波窗口中所有像素点的均值

2、中值滤波

中值滤波即G为滤波窗口中中所有像素点的的中值，针对椒盐噪声处理效果极佳

第四章边缘检测

1、一阶微分算子(Sobel)

$\begin{aligned} Sobel边缘检测 \left\{ \begin{array}{lr} x方向卷积 \begin{bmatrix} -1 & 0 & 1 \\ -2 & 0 & 2 \\ -1 & 0 & 1 \\ \end{bmatrix}\\ \\ y方向卷积 \begin{bmatrix} -1 & -2 & -1 \\ 0 & 0 & 0 \\ 1 & 2 & 1 \\ \end{bmatrix} \end{array} \right. \nonumber\\ \end{aligned}$

$\begin{aligned} &G=\sqrt{(G_x)^2+(G_y)^2} \end{aligned}$

2、二阶微分算子(Laplace)

$\begin{aligned} Laplace边缘检测 \left\{ \begin{array}{lr} 4领域 \begin{bmatrix} 0 & 1& 0 \\ 1 & -4 & 1 \\ 0 & 1 & 0 \\ \end{bmatrix}\\ \\ 8领域 \begin{bmatrix} 1 & 1 & 1 \\ 1 & -8 &1 \\ 1 & 1 & 1 \\ \end{bmatrix} \end{array} \right. \nonumber\\ \end{aligned}$