![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数字图像处理
冈萨雷斯
嘻哈过路人
这个作者很懒,什么都没留下…
展开
-
数字图像处理第十章笔记
目录一、基础知识点、线和边缘检测1、背景知识2、孤立点检测3、线检测4、边缘模型5、基本边缘检测6、更先进的边缘检测技术7、边缘连接与边界检测一、基础知识分割将图像细分为构成它的子区域或物体。多数分割算法均基于灰度值的两个基本性质:不连续性与相似性。不连续性:以灰度突变为基础分割一副图像,比如图像边缘。相似的灰度:根据一组预定义的准则把一副图像分割为相似的区域。点、线和边缘检测我们感兴趣的三种图像特征是孤立点、线和边缘。一条线可视为一条边缘线段,该线两侧的背景灰度要么远亮于该线的像素灰度,要原创 2020-09-01 11:49:04 · 1145 阅读 · 0 评论 -
数字图像处理第十二章笔记
目录一、模式和模式类二、基于决策理论方法的识别1、匹配2、最佳统计分类器3、神将网络三、结构方法1、匹配形状数2、串匹配一、模式和模式类模式识别主要是两大领域:决策理论方法和结构方法决策理论方法处理的是使用定量描绘子会描述的各种模式,如长度、面积、纹理等。结构方法处理的是油定性描绘子来描述的各种模式。模式是描绘子的组合,使用特征来表示描绘子。模式类是具有某些共同属性的一族模式。类的可分程度很大程度上取决于所用描绘子的选择。二、基于决策理论方法的识别决策理论方法识别以使用决策(或判断)函数为原创 2020-08-28 13:46:49 · 926 阅读 · 3 评论 -
数字图像处理第十一章笔记
目录一、表示1、边界追踪2、链码3、使用最小周长多边形的多边形近似5、标记6、边界线段二、边界描绘子1、简单的描绘子2、形状数3、傅里叶描述子4、统计矩三、区域描绘子1、简单的描绘子2、拓扑描绘子3、纹理四、使用主成分进行描绘五、关系描绘子一、表示1、边界追踪a)找到图像左上角为1的点b0,c0表示b0的左侧,所以c0一定是一个背景,从c0开始顺时针找b0的八邻域,b1为遇到的第一个为1的点,此时c1为找到b1的上一个为0的点,存储b0,b1b)令b=b1,c=c1c)从c开始在进行顺时针寻找,找原创 2020-08-26 21:00:24 · 2131 阅读 · 0 评论 -
数字图像处理第九章笔记
目录一、腐蚀与膨胀1、腐蚀2、膨胀3、对偶性4、开操作与闭操作二、一些基本的形态学算法1、边界提取2、孔洞填充3、连通分量提取4、凸壳5、细化6、粗化7、骨架8、形态学重建三、灰度级形态学1、腐蚀和膨胀2、开运算和闭运算3、灰度级形态学算法一、腐蚀与膨胀1、腐蚀腐蚀可以去除图像的某些部分。2、膨胀膨胀可以连接裂缝。3、对偶性膨胀和腐蚀彼此关于集合求补运算和反射运算是对偶的4、开操作与闭操作开操作:B对A先腐蚀,再进行膨胀可以平滑物体轮廓,断开较窄的狭颈并消除较细的突出物。闭操作原创 2020-08-25 14:41:47 · 788 阅读 · 0 评论 -
数字图像处理第八章笔记
目录一、基础知识1、数据压缩2、冗余数据3、编码冗余4、空间冗余和时间冗余5、不相关信息6、图像信息的度量7、保真度准则8、图像压缩模型二、基本压缩方法1、哈夫曼编码2、Golomb编码3、算术编码4、LZW编码5、行程编码6、基于符号的编码7、比特平面编码8、块变换编码(有损压缩 )9、预测编码10、小波编码三、数字图像水印一、基础知识1、数据压缩减少表示给定信息量所需数据量的处理。2、冗余数据包含不相关或重复信息的数据。C叫做压缩率比如C=5,表示冗余信息:有用信息为5:1,压缩率为5原创 2020-08-22 18:59:56 · 1536 阅读 · 0 评论 -
数字图像处理第七章笔记
一、多分辨率分析的图像处理如果物体的尺寸较小或对比度较低,通常以较高的分辨率来研究;如果物体的尺寸较大或对比度较高,粗略的观察就已足够如果较大物体和较小物体同时存在时,以不同的分辨率来研究它们将更具优势,即多分辨率分析。1、图像金字塔图像金字塔是一系列以金字塔形状排列的,分辨率逐步降低的图像集合,底部是一个高分辨率图像,顶部是低分辨率图像。金字塔低分辨率级别用于分析较大的结构或图像的整体内容;高分辨率图像适合于分析单个物体的特性。预测残差:一幅图像与该图像的一个预测版本间的差,预测残差可更有转载 2020-08-20 15:25:17 · 1412 阅读 · 0 评论 -
数字图像处理第六章笔记
一、彩色模型GRB:绿、红、蓝CMY:青、粉红、黄CMYB:青、粉红、黄、黑HSI:色调、饱和度、亮度色调与饱和度称为色度,颜色可以用色度和亮度来表示1、GRB彩色模型图中RGB原色值位于3个角,二次色青色、深红色和黄色位于另外3顶点上,黑色位于原点处,白色位于离原点最远的角上。(颜色都归一化)每幅红、绿、蓝图像都是一幅8比特图像,全彩色表示24比特的RGB图像。但实际使用的只有216种稳定色。(000000~FFFFFF)2、CMY和CMYK彩色模型青色、深红色,黄色是光的二次色原创 2020-08-19 20:40:10 · 1249 阅读 · 0 评论 -
数字图像处理第五章笔记
目录一、图像复原模型及噪声模型1、复原过程模型2、噪声模型二、空间滤波1、均值滤波器2、统计排序滤波器3、自适应滤波器三、用频率域滤波消除周期噪声(去噪复原)1、带阻滤波器2、 带通滤波器3、陷波滤波器4、最佳陷波滤波四、退化1、加性2、均匀性3、空间不变系统4、图像观察估计5、试验估计6、建模估计五、逆滤波六、维纳滤波七、几何均值滤波一、图像复原模型及噪声模型1、复原过程模型退化(复原)过程被建模为一个退化函数和一个加性噪音项退化后的图像g(x,y) = h(x,y)★f(x,y) + η(x,原创 2020-08-18 19:26:11 · 1003 阅读 · 0 评论 -
数字图像处理第四章笔记
本章目录一、傅里叶级数基本概念1、概念2、冲激及取样特性3、连续变量函数的傅里叶变换4、卷积二、取样和取样函数的傅里叶变换1、取样2、低通滤波3、由取样后的数据重建函数三、傅里叶变换对1、一维连续函数傅里叶变换对2、一维离散傅里叶变换对(DFT)3、二维连续傅里叶变换对4、二维离散傅里叶变换对四、二维离散傅里叶变换的性质1、周期性2、傅里叶谱和相角3、对称性4、均值这一章实在是太难了,好多没看懂(>人<;)一、傅里叶级数基本概念1、概念任何周期函数都可以表示为不同频率的正弦和或余弦之和的形式,每个正原创 2020-08-17 15:23:52 · 857 阅读 · 0 评论 -
数字图像处理第三章笔记
一、灰度级变换函数1、反转变换:灰度级范围[0,L-1]2、对数变换:扩展图像中暗像素值,同时压缩更高灰度级的值(可以压缩像素值变化较大的图像的动态范围)3、伽马变换(幂律变换):进行伽马矫正;增强对比度,增加细节,伽马值小到一定程度,会产生冲淡;要处理冲淡,可以使用伽马值大于1来处理,大到一定程度,会丢失细节。4、分段线性变换:对比度拉伸,灰度级分层,比特平面分层对比度拉伸:b图,r1=r2,s1=0,s2=L-1,产生一张二值图像c图,(r1,s1)=(rmin,0),(r2,s2)=原创 2020-08-15 18:48:29 · 622 阅读 · 0 评论 -
数字图像处理第二章笔记
一、数字图像表示1、f(x,y)就是f(灰度)值:图片的像素都划分为0-255之间的数from PIL import Imageimport matplotlib.pyplot as pltplt.figure()im = Image.open("a.jpg")plt.subplot(1,2,1)# # 二值图im_gray = im.convert('1')plt.imshow(im_gray)# # 灰度图plt.subplot(1,2,2)im_two = im.conver原创 2020-08-14 16:16:36 · 603 阅读 · 0 评论