数字图像处理笔记.pdfVIP

  1. 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. 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. 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. 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. 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. 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. 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
第一章基本概念 1、图像 :是对客观存在物体的一种相似性的生动模仿与描述。 (图像是对客观存在的物体的 某种属性的平面或空间描述) 2 、图像分为:物理图像、虚拟图像 物理图像 :物质和能量的实际分布。 虚拟图像 :采用数学的方法,将由概念形成的物体(不是实物)进行表示的图像。 3 、图像分为: 数字图像(离散的) 模拟图像(连续的) 4 、数字图像是用数字阵列表示的图像。数字阵列中的每一个数字,表示数字图像的一个最 小单位,称为像素。像素是组成数字图像的基本元素。 5 、数字图像的表示方法: (以黑白图像为例) 黑白图像可用二维函数 f(x,y) 表示,其中 x,y 是平面的二维坐标, f(x,y) 表示点 (x,y)的亮度 值(灰度值 ) 。 7 、数字图像处理 (Digital Image Processing) 是通过计算机对图像进行去除噪声、增强、复原、 分割、提取特征等处理的方法和技术。 8 、低级图像处理、中级图像处理和高级图像处理。 (1)低级图像处理:主要对图象进行各种加工以改善图象的视觉效果、或突出有用信息, 并为自动识别打基础,或通过编码以减少对其所需存储空间、传输时间或传输带宽的要求。 特点:输入是图像,输出也是图像。 (2 )中级图像处理:主要对图像中感兴趣的目标进行检测(或分割)和测量,以获得它们 的客观信息从而建立对图像的描述。 特点:输入是图像,输出是特征(如边界、轮廓及物体标识) 。 (3 )高级图像处理:在中级图像处理的基础上,进一步研究图像中各目标的性质和它们之 间相互的联系, 并得出对图像内容含义的理解 (对象识别)及对原来客观场景的解释(计算 机视觉)。 特点:输入是数据,输出是理解。 9 、根据你自己的理解,选择一个数字图像处理的应用实例,并简单说明其中涉及的具体技 术。 在用手机软件修图时, 照片由模糊变清晰用的是图像增强技术、 放大缩小用的是图像的 几何变换技术、把某个特征提取出来用的是图像分割技术。 第二章采样量化 1、黑白图像 是指图像的每个像素只能是黑或者白,没有中间的过渡,故又称为2值图像。 2 值图像的像素值为 0 、 1。 2 、灰度图像 是指每个像素的信息由一个量化的灰度级来描述的图像,没有彩色信息。 灰度级:将连续图像的像素值分布落在 [fi-1, fi] 范围内的点取值量化为 fsi ,称之为灰度 值或灰阶。 3 、彩色图像 是指每个像素的信息由 RGB三原色构成的图像, 其中 RGB是由不同的灰度级来 描述的。 彩色图像不能用一个矩阵来描述了,一般是用三个矩阵同时来描述。 4 、连续图像:图像画面的点是无限稠密的,灰度值也是无限稠密的图像。又称模拟图像。 离散图像:用数字阵列表示的图像。阵列中的每个元素称为像素。 所谓的图像数字化,是指将模拟图像经过离散化之后,得到用数字表示的图像。 图像的数字化包括了空间离散化(即采样)和明暗表示数据的离散化(即量化) 。 5 、采样 ,是指将在空间上连续的图像转换成离散的采样点(即像素)集的操作。 由于图像是二维分布的信息,所以采样是在 x 轴和 y 轴两个方向上进行的。 一般情况下, x 轴方向与 y 轴方向的采样间隔相同。 采样时的注意点 是:采样间隔的选取。 采样间隔太小,则增大数据量;太大,则会发生信息的混叠,导致细节无法辨认。 6 、量化 是将各个像素所含的明暗信息离散化后,用数字来表示。一般的量化值为整数。 充分考虑到人眼的识别能力之后, 目前非特殊用途的图像均为 8bit 量化, 即采用 0 ~ 255 的整数来描述“从黑到白” 。 在 3bit 以下的量化,会出现 伪轮廓现象 (即原始场景中不

文档评论(0)

195****5386 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档