Digital Image Processing

Digital Image Processing notes:

• 图像处理的步骤：

  1. 图像获取 包括图像预处理
  2. 图像滤波与增强 使之适用于 特定应用
  3. 图像复原 倾向于以图像退化的数学或概率模型为基础
  4. 彩色图像处理
  5. 压缩 减少图像存储量或降低传输图像带宽
  6. 形态学处理
  7. 图像分割
  8. 目标识别

     数字图像基础

• 灰度概念
  灰度是表明图像明暗的数值，即黑白图像中点的颜色深度，范围一般是0-255,白色为255,黑色为0,归一化处理之后[0,1],0代表黑色，1代表白色。

• 图像取样与量化

  • 对坐标值数字化称为取样，对幅度值数字化称为量化

• 数字的图像表示
  将连续图像取样表示为一个二维阵列 $f(x,y)$

  1. 函数图表示：用x和y两个坐标轴来表示空间位置，第三个坐标为f(灰度)值，即 $f(x,y,z)$，
  2. 一般的表示：显示的是 $f(x,y)$在监视器或照片上的情况，每个点的灰度与该点处的f值成正比，例如归一化[0,1],三个等间隔点分别为0,0.5,1
  3. 矩阵： 将 $f(x,y)$的值打印成矩阵
     注意坐标为右手笛卡尔系

• 对比度： 最高和最低的灰度级的差

• 典型灰度级：
  $$2^k$$
  称为一副’k bit图像’

• 图像内插

  • 最邻近内插
  • 双线性内插
  • 双三次内插

• 图像处理的算术操作

  • 图片相加 平均 -> 降噪
  • 图片相减 增强图像差别
  • 图片想乘除 校正阴影

• 灰度变换

  • s = T(r)
  • Matlab中的灰度变换函数
    imadjust(f,[LOW_IN,HIGH_IN],[LOW_OUT,HIGH_OUT],grmma)

• 直方图的处理和函数绘图

  • 生成图像的直方图

      >> h = imhist(f)

  • 也可以用条形图来表示

    >> h = imhist(f,25);
    >> horz = linespace(0,255,25);
    >> bar(horz,h)
    >> axis(0 255 0 60000);
    >> set(gca, 'xtick', 0:50:255)
    >> set(gca, 'ytick', 0:20000:60000)

  • 杆状图
    stem(horz, z , 'LineSpec', 'fill')

  • plot函数
    plot(horz, z, 'LineSpec')

  • 当处理函数句柄时
    fplot(fhandle, limits, 'LineSpec')

推荐文章

• PCA算法实现
• Local Binary Patterns
• High-quality-ellipse-detection