java介绍开发方向_图像处理领域方向介绍-CSDN博客

本文链接：https://blog.csdn.net/weixin_29767773/article/details/114737877

1 什么是数字图像

一幅图像可定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，而任何一对空间坐标(x,y)处的幅值f称为图像在该点处的强度或灰度。当x,y和灰度值f是有限的离散数值时，我们称该图像为数字图像。数字图像处理是指借助于数字计算机来处理数字图像。

注意：数字图像是由有限数量的元素组成的，每个元素都有一个特定的位置和幅值，这些元素称为像素。

数字图像处理方法的重要性源于两个主要应用领域：

改善图示信息以便人们解释；为存储、传输和表示而对图像数据进行处理，以便于机器自动理解。

数字图像有三种典型处理：低级、中级、高级

低级：输入图像输出图像。例：图像降噪预处理、对比度增强、图像锐化等。

中级：输入图像输出特征。例：图像分割减少描述、输出边缘轮廓、物体的HOG特征，LAB特征等。

高级：输入图像，涉及“理解”已识别目标的总体，在连续统一体的远端执行与视觉相关的功能。例：行人识别等。从图像处理到计算机视觉是一个连续统一体。

2 数字图像处理方向领域

图像增强：图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。

图像增强图像复原

图像复原：图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。

图像变换：由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理(如傅立叶变换可在频域中进行数字滤波处理)。如下图，原图与二维傅里叶变换。

傅里叶变换

图像编码压缩：图像编码压缩技术可减少描述图像的数据量(即比特数)，以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。

图像形态学操作：在图像处理技术中，有一些的操作会对图像的形态发生改变，这些操作一般称之为形态学操作(phology)。数学形态学是基于集合论的图像处理方法，最早出现在生物学的形态与结构中，图像处理中的形态学操作用于图像与处理操作(去噪，形状简化)图像增强(骨架提取，细化，凸包及物体标记)、物体背景分割及物体形态量化等场景中，形态学操作的对象是二值化图像。

有名的形态学操作中包括腐蚀，膨胀，开操作，闭操作等。其中腐蚀，膨胀是许多形态学操作的基础。

图像分割：图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是图像处理中研究的热点之一。