数字图像基础
aaaaabin
越学越渺小,越渺小脾气越大,脾气越大越偏执。。。
展开
-
数字图像处理基础
图像数字化图像采样:采样是指一幅图像需要经过离散化成为数字图像后才能被计算机处理。图像的空间坐标的离散化叫做空间采样,灰度的离散化叫做灰度量化。采样分为均匀采样和量化、非均匀采样和量化。(图像采集就是将一张图像通过离散处理成由X*Y个网格组成的图像,可以说是分辨率)图像量化:采样后获得的采样图像虽然在空间分布上是离散的,但在各像素的取值还是连续变化的,还需要将这些连续变化的量...原创 2019-06-20 11:12:47 · 1971 阅读 · 0 评论 -
RGB三原色的简单理解
RGB是什么?RGB是一种颜色表示系统。它由国际照明委员会(EIC)定义,选择红色(波长λ=700.00nm),绿色(波长λ=546.1nm),蓝色(波长λ=438.8nm)三种单色光作为表色系统的三基色。其中R(red)、G(Green)、B(Blue)分别是红绿蓝的英文首字母。为什么是RGB?在多次实验中发现,任意一种可见光可由RGB三种颜色以不同的混量比得到。比如白色光:1lm(...原创 2019-06-15 23:41:41 · 17964 阅读 · 0 评论 -
HSV颜色空间的正确理解
首先这个模型它与颜色本身没有任何关系(以前我试过调试HSV去提取图像中的白色,事后感觉很蠢)HSV模型:乍看这幅图,似乎给我们这么一个理解:HSV可以用于确定颜色,其中,H轴表示色调值、S轴表示饱和度值、V轴表示亮度值,通过H轴S轴V轴的取值范围可以确定一种颜色。事实并不如此。很多资料中有表示:饱和度<20%,亮度>75%呈现白色。对,这一点是对的,但是这里说的是呈现...原创 2019-06-15 23:36:28 · 3019 阅读 · 1 评论 -
机器视觉(图像处理)入门金典之图像数字化及处理方法
声明:内容大部分从某文档中搬砖过来,部分自己理解的标注。最开始接触相关内容的文档只是为了个人学习,顺便做个笔记,我之所以将此文档搬运到博客上是因为我觉得它很有用(对于基础)想借此分享给大家学习。图像的数字化一般的图像(模拟图像)不能直接用计算机来处理,必须首先转化为数字图像把模拟图像分割成一个个称为像素的小区域,每个像素的亮度或灰度值用一个整数表示数字化的含义:...原创 2019-06-10 19:41:48 · 4399 阅读 · 0 评论 -
数字图像处理中的Region与XLD
众所周知,Region和XLD是数字图像处理中的两大图元对象,两者的数据结构不同,各自的地基也不同,但在使用上却有很多相似的地方。下面具体说说Region与XLD两大对象的地基。Region简介:Region是图像处理里面的一大对象,该对象描述图像中的区域。图像可通过threshold(阈值分割)算子转换成区域,也可以手动画ROI (感兴趣区域)来定义区域。手动ROI跟阈值分割转换区域是不...原创 2019-07-16 09:57:19 · 3155 阅读 · 1 评论 -
理解和使用傅里叶变换
首先二话不说,先上一张示意图,一张关于时域与频域的图:你会发现硕大一条水印,没错,在此之前我阅读了一篇文章,此文较为幽默、详细、易懂的解释了傅里叶变换。倘若你还一点都不了解傅里叶变换就建议你访问这个网址:https://zhuanlan.zhihu.com/p/19763358去瞅瞅这篇我浏览过并且觉得不错的解释傅里叶变换的文章,然后回过来继续浏览此文。如果削微懂点空间域、时域、频域的你,...原创 2019-08-06 21:19:40 · 389 阅读 · 0 评论 -
图像增强
撇开别的不谈,这里讲的图像增强指的是突出图像中感兴趣区域及特征,详细的说我所了解的图像增强分为两种,一种是增强“自我”,二种是削弱“别人”。增强“自我”指的是通过一定手段将感兴趣区域增强直至从图像中脱颖而出的那种,也是正常思维下常用的方法。削弱“别人”的方法是增强“自我”的反方法,指的是通过一定手段将不感兴趣区域削弱直至感兴趣区域脱颖而出。当然这里并不会就这两点自我的见解进行阐述,具体看自己...原创 2019-08-30 17:00:51 · 1422 阅读 · 0 评论