- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
图像处理小结.
一、选择1.维纳滤波器概念(最小均方误差滤波)——图像复原 2.边缘检测模板——图像分割3.计算图像信息量4.图像锐化处理方法中值滤波(抑噪同时减少模糊)最值滤波5.图像有无损压缩: 6.滤波器概念区别7.彩色图像增强时采用的滤波器8.图像取反操作马赫带效应:是指视觉的主观感受在亮度有变化的地方出现虚幻的明亮或黑暗的条纹,马赫带效应的出现是人类的视觉系统造成的。生理学对马赫带效应的解释是:人类的视觉系统有增强边缘对比度的机制。同样的物体放在暗背景里看起来亮,放在亮背景里看起来暗9.变换编码10.颜色模型11.边缘检测算子一阶微分算子:Roberts交叉、Sobel、Priwitt(检测出的轮廓比较粗略,但是检测出的轮廓比较清晰)二阶微分算子Laplacian、Wallis(检测出边界的细节信息比较多)LOG滤波方法:首先用高斯函数对图像进行平滑处理,然后采用拉普拉斯算子,根据二阶导数的过零点来检测图像的边界。 12.JPEG2000所用技术与其前辈JPEG相比, JPEG2000放弃了以离散余弦变换DCT为主的区块编码方式, 而改为采用以小波变换为主的多解析编码方式, 压缩率比JPEG 高约 30% 左右小波编码(有压缩)算术编码(无压缩)13.灰度直方图及其与图像关系14.HIS模型15.消除噪声的算子两种典型的图像噪声:椒盐噪声(中值滤波)、高斯噪声(均值/高斯滤波)、瑞丽噪声16.图像对比度有哪些参数说明 对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量,即指一幅图像灰度反差的大小17.18.图像锐化、平滑概念及其处理图像锐化目的是突出图像中的细节或者增强被模糊了的细节,常用于边界的检测与提取——空间微分算子图像平滑 图像平滑是指用于突出图像的宽大区域、低频成分、主干部分或抑制图像噪声和干扰高频成分,使图像亮度平缓渐变,减小突变梯度,改善图像质量的图像处理方法19. 灰度/v125904.htm?ch=ch.bk.innerlink \t _blank直方图(histogram)是灰度级的函数,它表示图象中具有每种灰度级的象素的个数,反映图象中每种灰度出现的频率20.21.二、填空6.空间域滤波 :8.图像空间变换的仿射变换矩阵10.瑞利噪声:从噪声幅值大小的分布统计来看,其密度函数为瑞利型。13.图像存储容量计算公式:字节数=图像水平分辨率×图像垂直分辨率×颜色深度(位数)/816. LOG算子 由于噪声点(灰度与周围点相差很大的象素点)对边缘检测有一定的影响,所以效果更好的边缘检测器是LOG算子,也就是Laplacian-Gauss算子。它把的Gauss平滑滤波器和Laplacian锐化滤波器结合了起来,先平滑掉噪声,再进行边缘检测,所以效果会更好。常用的LOG算子是5×5的模板17.卷积公式及概念数学中关于两个函数的一种无穷积分运算。通过两个函数f 和g 生成第三个函数的一种数学算子,表徵函数f 与经过翻转和平移与g 的重叠部分的累积。19.退化模型20.骨架概念骨架(skeleton)是图像几何形态的一种重要拓扑描述四、问答范围1.之所以我把它翻译成最值滤波器,因为它的原理就是在卷积核区域内,中心点的值如果大于或小于附近值的最大值或最小值时,将大于最大值的赋值为最大值,将小于最小值的赋值为最小值,2.振铃效应线性空不变盲复原算法通常会在较为明显的边缘处产生振铃效应。振铃现象主要受噪声,复原算法种类,以及复原算法参数的选择的影响,5. 6.8.Canny 算法的步骤去噪声 任何边缘检测算法都不可能在未经处理的原始数据上很好地处理,所以第一步是对原始数据与高斯平滑模板作/view/523298.htm \t _blank卷积,得到的图像与原始图像相比有些轻微的模糊(blurred)。这样,单独的一个像素噪声在经过高斯平滑的图像上变得几乎没有影响。 寻找图像中的亮度梯度 图像中的边缘可能会指向不同的方向,所以 Canny 算法使用 4 个 mask 检测水平、垂直以及对角线方向的边缘。原始图像与每个 mask 所作的卷积都存储起来。对于每个点我们都标识在这个点上的最大值以及生成的边缘的方向。这样我们就从原始图像生成了图像中每个点亮度梯度图以及亮度梯度的方向。 在图像中跟踪边缘 较高的亮度梯度比较有可能是边缘,但是没有一个确切的值来限定多大的亮度梯度是边缘多大又不是,所以 Canny 使用了/view/1491168.htm \t _blank滞后阈值。
文档评论(0)