图像算法处理知识集合

此博客记录一些自己查找过的资料，方便自己查找。
数字图像的基本概念和图像变换知识点见此博客

一、图像滤波与增强
1、4个经典滤波算法原理与实现中值 高斯 双边 导向滤波
2、偏导数 方向导数 法向量及梯度
3、图像梯度原理
4、图像梯度：4个算子及代码-Robert-Prewitt-Sobel-Isotropic Sobel-Laplace
5、图像梯度算子–Sobel/scharr/Laplacian
6、图像增强算法总结

二、直方图
1、直方图均衡化：原理1、原理2
2、直方图匹配（规定化）：原理1、原理2及代码

三、边缘检测
常用的边缘检测模型有很多：
一阶有：Roberts算子，Prewitt算子，Sobel算子，Canny算子等。
二阶有：Laplacian算子等。
边缘检测是基于图像梯度来实现的，而获得图像梯度就转变为通过各种算子对图像进行卷积运算获得。因此图像的边缘检测算法的核心在于算子。
基本原理
Canny边缘检测

四、图像分割：
1、基于阈值的分割
固定阈值分割；
自适应阈值分割–最大熵阈值分割 (KSW熵算法)-OTSU大津法/最大类间方差法(代码)-
直方图双峰法
迭代阈值分割

2、基于边缘的分割-Canny-Harris-SIFT-SURF(SIFT改进版)

3、基于区域的分割-分水岭算法(watershed)-种子区域生长法-区域分裂合并法

4、基于图论的分割

5、基于能量泛函的分割

五、数据降维
1、PCA主成分分析–公式及步骤-数学原理详细讲解–实例及代码–彩色图片降维

2、SVD奇异值分解-

六、图像融合
1、可见光图像与红外图像及其灰度直方图
2、PCA图像融合原理