没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
数字图像处理考点分析
数字图像的基本概念
数字图像处理考点分析
数字图像的基本概念
数字图像处理基础
图像的采样和量化
数字图像的格式
数字图像的质量
像素间的基本关系
彩色基础
图像增强
空间域图像增强
灰度变换
直方图
直方图均衡化
直方图规定化(匹配)
空间滤波
平滑空间滤波器
锐化空间滤波器
频域图像增强
频率域滤波
频率域滤波器
选择性滤波
低通滤波器(频率域平滑滤波器)
高通滤波器(频率域锐化滤波器)
图像复原与重建
一、图像退化与复原
1.1 概念
1.2 退化/复原过程的模型
1.3 小结
二、噪声模型
2.1 噪声的空间和频率特性
2.2 一些重要的噪声概率密度函数(PDF)
2.2.1 高斯噪声(电路噪声,由低照明度或高温带来的传感器噪声)
2.2.2 瑞利噪声(距离成像噪声)
2.2.3 爱尔兰噪声(又称为伽马噪声,是激光成像噪声)
2.2.4 指数噪声(激光成像噪声)
2.2.5 均匀噪声(仿真中产生随机数)
2.2.6 脉冲(椒盐)噪声(成像中的暂态,如错误开关操作)
2.3 周期噪声
2.4 噪声参数估计
三、只存在噪声的复原——空间滤波(去噪复原)
3.1 均值滤波器
3.1.1 算术均值滤波器
3.1.2 几何均值滤波器((适合高斯噪声去除))
3.1.3 谐波均值滤波器(特别适合“盐”噪声)
3.1.4 逆谐波均值滤波器
3.2 统计排序滤波器
3.2.1 中值滤波器
3.2.2 最大值和最小值滤波器
3.2.3 中点滤波器
3.2.4 修正的阿尔法均值滤波器(类似体操打分规则)
3.3 自适应滤波器
3.3.1 自适应局部降低噪声滤波器
3.3.2 自适应中值滤波器
四、用频率域滤波消除周期噪声(去噪复原)
4.1 带阻滤波器
4.2 带通滤波器
4.3 陷波滤波器
五、逆滤波
六、维纳滤波
图像形态学处理
1.概述
2.形态学基本运算
2.1腐蚀
2.2 膨胀
2.3 开运算
2.4 闭运算
3.击中与击不中变换
4.形态学的主要应用
4.1 边界提取
4.2区域填充
4.3连通分量的提取
图像压缩
1.概念
2. 无损压缩技术
2.1 一些基本概念
2.2 Huffman编码
2.3 香农编码法(Fano-Shannon)
2.4算术编码
图像分割
一、点、线和边缘检测
1.1 孤立点的检测
1.2 线检测
1.3 边缘检测
1.3.1 边缘模型
1.3.2 基本边缘检测
1.3.3 更先进的边缘检测技术
1.3.5 Hough变换
二、阈值处理
2.1 基础知识
2.2 基本的全局阈值处理
2.3 用Otsu方法的最佳全局阈值处理
2.4 用图像平滑改善全局阈值处理
2.5 利用边缘改进全局阈值处理
2.6 基于局部统计的可变阈值处理
2.7 使用移动平均的图像阈值处理
三、基于区域的分割
3.1 区域生长
3.2 区域分裂与聚合
四、用形态学分水岭的分割
Q: 什么是图像?
定义为一个二维函数f(x,y),其中x,y为空间坐标,f为任一坐标处的幅值,用来表示图像在该坐标点处
的强度或灰度。灰度图像是一个二维灰度函数f(x,y),彩色图像由三个二维灰度函数f(x,y)组成。
Q:什么是数字图像?
在上述图像定义的基础上,当x,y和灰度值f是有限的离散数值时,称图像为数字图像。
它是由像素组成的二维排列,可以用矩阵表示。
对于单色(灰度)图像而言,每个像素的亮度用一 个数值来表示,通常数值范围在0到255之间,0表示
黑、255表示白,其它值表示处于黑白之间的灰度。
彩色图像可以用红、绿、蓝三元组的二维矩阵来表 示。通常,三元组的每个数值也是在0到255之间,0
表示相应的基色在该像素中没有,而255则代表相应 的基色在该像素中取得最大值。
Q:数字图像的分类?
二值图像:每个像素的灰度用一个数值来表示,数值为0或255,0表示黑,255表示白
灰度图像:每个像素的灰度用一个数值来表示,数值的取值范围为0~255之间,0表示纯黑,255
表示纯白,其他值表示介于纯黑和纯白之间的灰度
彩色图像:用红绿蓝三元组的二维矩阵表示,三元组的每个数值也是介于0~255之间,0表示相应
的基色在该像素中没有,255表示相应的基色在该像素中取得最大值。
Q;什么是像素?
数字图像由二维的元素组成,每一个元素具有一个特 定的位置(x,y)和分量幅值f(x,y),这些元素就称为
像素。
----------------ok,理解了关于数字图像的基本概念后,那我们用数字图像处理来做什么呢?---------------------
-------
Q:数字图像处理的目的?
改善图示信息以便人们解释 (通过图像增强、图像复原等技术,增强或复原模糊或损毁的图
像....)
为存储、传输和表示而对图像进行处理,便于机器自动理解 (图像压缩,图像分割等技术...)
Q:数字图像处理的分类?
主要分为低级(图像处理)、中级(图像分析)、高级(图像理解)处理。
低级处理:输入输出都是图像。涉及初级操作,如降噪、对比度增强、图像锐化等。
中级处理:输入为图像,输出是从输入图像中提取的特征(边缘、轮廓及各物体的标识等)。如图
像分割,减少目标物的描述,以使其更适合计算机处理及对不同目标物的分类(识别)。
高级处理:涉及“理解”已识别目标的总体,执行与视觉相关的认知功能。
在正式开始数字图像处理之前,我们还需要了解一些前置知识,为处理打基础!
数字图像处理基础
图像的采样和量化
Q:什么是采样和量化?
采样:图像空间坐标的数字化 (离散化) ---------> 确定水平和垂直方向上的像素个数N、M
量化:图像函数值(灰度值)的数字化 ------------> 如量化到256个灰度级
Q:什么是空间和灰度分辨率?
空间分辨率(取样):图像中可辨别的最小细节的度量。
空间分辨率的度量必须针对空间单位来规定才有意义。
灰度分辨率(量化):灰度级中可分辨的最小变化,一般用灰度级或比特数表示。最通用的数是8比
特。
图像分辨率表示的是能看到图像细节的多少,依赖于MxN和L
保持MxN不变而减少L则会导致伪轮廓
保持L不变而减少MxN则会导致棋盘格。
数字图像的格式
Q:常见的数字图像格式有哪些?
1、BMP格式
BMP是英文Bitmap(位图)的简写,Windows操作系统中的标准图像文件格式。
优点:包含的图像信息丰富,几乎不进行压缩。
缺点:占用的存储空间过大。
2、GIF格式
GIF是英文Graphics Interchange Format(图形交换格式)的缩写。它可以同时存储若干幅静止图像进
而形成连续的动画。
优点:图像文件小,下载速度快,可用许多同样大小的图像文件组成动画。
缺点:不能存储超过256色的图像。
3、JPEG格式
JPEG图像格式,由联合照片专家组(Joint Photographic Experts Group)开发,JPEG仅仅是一种俗称。
JPEG文件的拓展名为.jpg或者.jpeg。
特点:压缩技术好,允许不同的压缩比,从而调节图像质量。
4、TIFF格式
TIFF(Tag Image File Format)是Mac中常用的图像格式。
特点:图像格式复杂,存储信息多,图像质量高,有利于原稿的复制。
5、PNG格式
PNG(Portable Network Graphics)是一种新兴的网络图像格式,它兼容了GIF格式和JPEG格式的优点。
数字图像的质量
Q:从哪些方面来衡量图像的质量?
1. 层次: 表示图像实际拥有的灰度级的数量 --------->图像数据的实际层次越多,视觉效果就越好。
2. 对比度:是指一幅图像中灰度反差的大小 对比度 = 最大亮度 / 最小亮度
3. 清晰度 --------->影响清晰度的因素:尺寸大小、聚焦程度、 颜色饱和度、 亮度、对比度
像素间的基本关系
相邻像素
1. 4邻域:像素p(x,y)的4邻域是: (x+1,y); (x-1,y);(x,y+1);(x,y-1) 用N4 (p)表示像素p的4邻域
2. D邻域: 像素p(x,y)的D邻域是: (x+1,y+1);(x+1,y-1);(x-1,y+1); (x-1,y-1) ND(p)表示像素p的D
邻域
3. 8邻域: 像素p(x,y)的8邻域为4邻域的点 + D邻域的点 N8 (p) = N4 (p) + ND(p)
像素间的连通性
两个像素连通的两个必要条件是:
两个像素的位置是否相邻
两个像素的灰度值是否满足特定的相似性准则(同时满足某种条件,比如在某个集合V内或者相
等)
根据连通的必要条件,结合上述相邻像素的概念,我们不难理解4连通、D连通、8连通
1. 4连通:对于具有值V的像素p和q,如果q在集合 N4(p)中,则称这两个像素是4连通的
剩余71页未读,继续阅读
资源评论
InitiativeYu
- 粉丝: 104
- 资源: 1
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功