| |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
-> 人工智能 -> 计算机视觉入门——图像基础(一) -> 正文阅读 |
|
[人工智能]计算机视觉入门——图像基础(一) |
基本的数字图像处理:采样与插值、色彩转换、直方图、滤波(线性与非线性)、边缘检测、形态操作、角点检测、图像金字塔等。? 1.采样与插值: ????????采样:二维采样定理:对于原始模拟图像的傅里叶频谱,若水平方向的截止频率为u,垂直方向的截止频率为v,为了能够恢复出图像要求水平采样率大于等于2u,垂直方向采样率大于等于2v,因此水平采样间隔小于等于1/2u,垂直采样间隔小于等于1/2v ????????插值:最近邻内插(零阶插值)、双线性内插、Bicubic插值 2.图像增强:
????????图像反转:突出大面积暗色(浅色)区域的浅色(暗色)细节 s?= L-1-r ????????对数变换:压缩动态范围过大的频谱 s?= clog(1+r) ????????幂律变换:偏暗(泛白)图像的灰度扩大(压缩) s?= cr? --> 伽马矫正 ????????分段线性变换:对任意灰度区间进行扩展或压缩 ---> 对比度扩展
? ? ? ?直方图表示数字图像中每一灰度级与其出现频数间的统计关系(在概念上与模拟图像的概率密度函数相当),直方图能给出图像像素的大致描述,比如灰度范围、灰度级分度、图像的平均亮度等。 ???????直方图均衡(直方图均匀化):使得图像的像素趋于占有全部可用的灰度级并分布均匀,这样的图像具有高对比度、灰度细节丰富且动态范围大的特点。 ? ? ? ?直方图规定化:将图像原来的直方图通过变换形成某个特定的直方图。原始图像和希望的灰度概率密度函数均衡后两者应相等,因此可求出反变换函数,对每个像素执行映射。 3.平滑与滤波:aka mask, kernel, template, window ?????平滑线性滤波器:邻域平均、加权平均 统计排序非线性滤波器:中值滤波器、最大值滤波器、最小值滤波器 频率域低通滤波:2D-DFT 多幅图像取平均:抑制随机噪声 4.锐化与微分:突出图像中的细节,边缘检测 ?面->线->点 一阶微分:梯度法(直接(x+1,y+1)求导)、Roberts?cross-gradient算子(2x2交叉)、Sobel算子(3x3间隔) 二阶微分:拉普拉斯算子(上下左右-4中心) 5.数学形态学处理:
腐蚀(收缩)- 用B来腐蚀A得到的集合是B完全包括在集合A中时B的参考点的位置的集合 -->去除无关细节 膨胀(扩张)- 用B来膨胀A所得到的集合B*与集合A至少有一个元素重叠的所有位移的集合 -->增大或加粗二值图像中的对象 (腐蚀和膨胀关于集合求补和映射是彼此的对偶)
?开启:先腐蚀再膨胀 --> 平滑轮廓、断开狭窄的部分、去除狭窄的突起、边缘毛刺和孤立斑点 ?闭合:先膨胀再腐蚀 --> 平滑轮廓、融合细窄的缺口和细长的沟壑,填补裂缝和破洞,保持主要结构不变
参考文章:《数字图像处理》 blog.csdn.net/lph188/article/details/84538103 blog.csdn.net/zhu_hongji/article/details/81235643 blog.csdn.net/zhu_hongji/article/details/81536820 blog.csdn.net/m0_38007695/article/details/82718107 blog.csdn.net/lph188/article/details/84538103 www.cnblogs.com/-wenli/p/11951946.html |
|
|
上一篇文章 下一篇文章 查看所有文章 |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 | -2024/12/22 14:44:42- |
|
网站联系: qq:121756557 email:121756557@qq.com IT数码 |