机器视觉基础笔记01

本文介绍了机器视觉的基础概念,包括图像的定义(灰度与彩色)、数字图像的表示(像素与矩阵),以及图像处理系统的构成。重点讲解了采样、量化对图像质量的影响及优化策略。此外,还涵盖了图像文件格式、存储体系和基本的表示方式。
摘要由CSDN通过智能技术生成

机器视觉基础笔记01

1. 什么是图像?怎么定义图像

 图像定义为二维函数 *f(x,y)*,其中*x,y*是空间坐标,*f(x,y)*是点 *(x,y)*的幅值。
 灰度图像是一个二维灰度(或亮度)函数 *f(x,y)*;
 彩色图像由三个(如RGB,HSV)二维灰度(或亮度)函数 *f(x,y)*组成。

2. 什么是数字图像?

由像素组成的二维排列,可以用矩阵来表示。
灰度图像中,每个像素的亮度用0-255之间的一个数值来表示,0表示黑,255表示白,其他值表示处于黑白之间不同的灰度;
彩色图像可以用红、绿、蓝三元组的二维矩阵来表示,三元组的每个数值也是在0-255间。

3. 什么是像素?

组成数组图像的二维元素就叫像素,每个像素都有一个特定的位置*(x,y)*和幅值*f(x,y)*。

4. 图像处理系统的基本组成结构

在这里插入图片描述
图像存储系统包括图像文件格式体系图像存储体系
图像文件格式:

  • 互联网用:GIF/JPG
  • 印刷用:TIF/JPG/TAG/PCX
  • 国际标准:TIF/JPG/BMP

图像存储体系:分级存储和内存存储

  1. 硬盘存储:处理时使用
  2. 备份存储:光盘、磁带(离线、近线)
  3. 网络存储:SAN、NAS

5. 图像的采样和量化

采样:图像空间坐标的数字化
确定水平和垂直方向的像素个数N、M
在这里插入图片描述
图像的采样对数字图像质量的影响
在这里插入图片描述

量化:图像函数值(灰度值)的数字化

图像的量化对数字图像质量的影响: 在这里插入图片描述
提高图片质量的思路:
a.非统一的图像采样
在灰度级变化大的区域,用细腻的采样;
在灰度级变化小的区域,用粗糙的采样。
b.非统一的图像量化
在边界附近使用较少的灰度级,剩余的灰度级用于灰度级变化较为平滑的地方;
避免或减少由于量化太粗糙造成的“假轮廓”现象。

6. 数字图像的表示

数字图像可用矩阵或者数组来描述;
黑白图像(二值图像)——像素值为0/1
在这里插入图片描述

灰度图像——取值范围为0-255
在这里插入图片描述

彩色图像——RGB三原色构成
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值