已经是N年前总结的... 之前一直用onenote,结果发现时间长了老是会有些东西找不到,所以决定以后都使用csdn来记录了,自己查询也方便
图像的前期处理
1、图像增强(相对主观)
直方图均衡化
Retinex(视网膜-皮层算法)
线性及非线性拉升
2、图像复原(以图像退化数学或概率模型为基础)
3、形态学处理
腐蚀
膨胀
开运算
闭运算
对一个已经分割出来的物体区域BLOB或目标物有哪些特征可以辅助识别:
1、面积
2、周长
3、复杂度(周长平方与面积的比值)
4、颜色(如灰度的均值、中值、最值等)
5、拓扑特性(托扑学是研究一种在图像没有撕裂和连接情况下,不受任何变形影响的图像性质,如连通区域中的空 洞数量不受变形的影响)
6、纹理(描述区域纹理的方法主要有3种:统计方法、结构方法和频谱方法)
统计方法(直方图):
二阶矩:灰度级对比度的度量,可以用于建立有关平滑度的描绘子
三阶矩:表示直方图偏斜度
四阶矩:表示相关平直度
一致性度量:
平均熵:
7、重心
8、直径 长轴 短轴 离心率
9、外接最小矩形
10、blob延伸率
11、最小外接椭圆的长轴角度
图像处理中涉及到的特征有哪些:
颜色和灰度的统计特征
纹理
灰度共生矩阵(对比度、能量、熵等7个特征)
视觉感受相关(对比度、粗糙度、方向性、相似性、粗略度、规则性)
边缘
一阶微分(Roberts算子 、Sobel算子、Prewitt算子、Canny算子、Robinson算子)
二阶微分(Laplacian算子、LOG算子)
图像代数特征
PCA (主成分分析)
LDA (线性判据分析)
ICA (独立成份分析)
PCA、LDA、ICA是统计学的三大经典算法
SVD(奇异值分解)
图像变换系数特征
K-L变换
傅里叶变换
小波变换
小波包变换
Sift 特征
Surf 特征
Hog 特征
Haar 特征
LBP 特征
Garbo 特征
Fast 角点检测 http://www.edwardrosten.com/work/fast.html
Orb ORientedBrief http://www.cvchina.info/2011/07/04/whats-orb/