一、名词
1.1 连续,离散和数字图像
1.1.1 连续图像是指定义域和值域都是连续的图像
1.1.2 离散图像是指定义域是离散的图像 一般常见的表达形式就是分段函数
1.1.3 数字图像是指定义域和值域都是离散的图像;一般常见的表达形式就是矩阵
1.2 亮度图像:记录了明亮度信息的2D图像
1.3 深度:物体的立体信息维度
1.4 透视投影:2D亮度图像是3D场景的透视投影,是一个深度信息丢失的投影过程,主要保留的是亮度信息
1.5 静态图像:指当时间t为常量的时候的图像
1.6 灰阶:图像函数的值域也是有限的,按照惯例,在单色图像中最低值对应于黑,最高值对应于白,在它们这间的亮度值叫灰阶
1.7 采样:对图像随机选取得到一个M*N的矩阵
1.8 量化:对图像值域进行量化
1.9 数字图像的距离度量
1.9.1 欧式距离:两点的直线距离
1.9.2 城市街区距离:当移动方式只能是左右或上下的时候
1.9.3 棋盘距离:当移动一步的时候可以向左右,上下和对角线方向的时候
1.9.4 准欧式距离:
1.10 距离变换:就是将每一个点通过某种距离公式,打上距离结果;
1.11 边缘:
1.12 边界:内部边界和外部边界;比如R
1.12.1 内部边界就是R字母内部和外部点有邻接点的点集合;
1.12.2 外部边界就是R字母区域补集的边界
1.13 凸包
1.14 湖
1.15 海湾
1.16 直方图
1.17 熵
二、重点
2.1 距离变换
计算思路:
距离变换有很多应用:例如:在离散几何中,在移动机器人领域中的路径规划和障碍躲避,在图像中寻找最近特征,骨架抽取
2.2 四种距离的图形解释
欧式距离:算的是两点的直线距离,所以对一点距离为r的点在以此点为中心r为半径的圆上
城市街区距离D4:原理是只能上下左右移动到别一个点;
对于A距离为1的点所在位置如图中的菱形
棋盘距离D8:原理是可以上下左右对角线移动到别一个点;
对于A距离为1的点所在位置如图中的矩形
准欧式距离:研究中...
2.3
未完待续....