数字图像处理与机器视觉第0章归纳
来源:互联网 发布:淘宝微淘视频怎么发布 编辑:程序博客网 时间:2024/05/01 22:08
一、数字图像
1、根据其特性可以分为2类—位图和矢量图,位图通常用数字矩阵表示,常见格式有BMP、JPG、GIF等;矢量图由适量数据库表示,我们常接触的有PNG格式。
2、分类
二值图、灰度图、RGB图和索引图。
二、图像的空间和灰度级分辨率
1、图像的空间分辨率(每单位长度所包含的像素和点数)ppi(pixels per inch)
2、图像的灰度级/辐射计量分辨率
灰度级分辨率又称色阶,是指图像中可分辨的灰度级数目,灰度级分辨率又称辐射计量分辨率。
三、像素的邻接,连接和连通
首先邻域的概念有4邻域,8邻域之分。其中8邻域=4邻域+对角邻域。
1、邻接:两个像素接触,则它们是邻接的。一个像素和它的邻域中的像素是接触的。邻接仅考虑像素的空间关系。
2、连接:(1)是邻接的。(2)灰度值(或其他属性)满足某个特定的相似准则(灰度相等或在某个集合中等条件)。
这样我们就有了4-连接,8-连接和m-连接的概念,这些概念我在上图像处理课的时候理解的不好,这里详细讲一下。
“混合连接实质上是在像素间同时存在4-连接和8-连接时,优先采用4-连接,并屏蔽两个和同一像素间存在4-连接的像素之间的8-连接。”这是《图像工程》中的原话,我觉得对m-连接的概念讲得比较好理解,而且印象深刻。
说来也好理解,这种m-连接的引入目的之一就是消除8-连接的多路问题。8-连接在像素距离的选择时有多种路径,引发歧义,而m-连接则没有。
3、连通:说白了和图里的节点连通性道理一样。就是两个像素之间,如果有一条通路能把它们连接起来,那么就是连通的了。当然,连接是连通的一种特例,就是在两个邻近的像素之间的连通。对应连接的概念,连通也分4-连通和8-连通。
在像素的邻接和连通定义我们都熟知后,其实还有比较复杂点的概念引入,那就是像素集合的邻接和连通。如果把一幅图像看做是所有像素的集合,那么根据像素间的关系则可把像素结合成图像的子集合。那么显然这些子集也满足像图像像素元素那样的连通和连接性质(这个应该可以归纳证明的~~这里偷个懒吧囧)。对图像子集S中的任何一个像素p,所有和p相连通又在S中的像素的集合合起来称为S中的一个连通组元。如果S只有一个连通组元,即S中所有像素都互相连通,那么S就是一个连通集。如果一幅图像的所有像素都分属于几个连通集,则可以说这几个连通集是整个图像的连通组元。图像里的每个连通集构成图像的一个区域,这样我们就引入了区域的概念。
- 数字图像处理与机器视觉第0章归纳
- 数字图像处理与机器视觉张铮版[code]
- 频域低通滤波器(数字图像处理与机器视觉P210-P220)
- 数字图像处理与机器视觉用到的Matlab语句
- 机器视觉起步之数字图像处理(冈萨雷斯)
- 数字图像处理与机器视觉——Visual C++与Matlab实现书中代码勘误
- 《数字图像处理与机器视觉——Visual C++与Matlab实现》知识要点总结
- 数字图像处理--数字图像处理与计算机视觉领域研修建议
- 读书笔记之——数字图像处理与机器视觉(一)
- 数字图像处理:第十九章 立体视觉
- 数字图像处理 立体视觉
- 数字图像处理与机器视觉——与后台图像交换swap():error C2039: “difference_type”: 不是“CImgProcess”的成员
- 图像处理与机器视觉的主要任务
- 机器视觉与图像处理研究必备
- 图像处理与机器视觉网络资源
- 图像处理与机器视觉(1)
- 数字图像处理编成入门笔记——第7章 边沿检测与提取,轮廓跟踪
- <数字图像处理的MATLAB实现笔记>第11章 表示与描述(一)
- 视音频编解码学习工程:H.264分析器
- Android学习笔记_SQLite数据库存储
- WebService笔记(第三弹:使用CXF开发WebService)
- JVM 内存管理
- UML中的用例图
- 数字图像处理与机器视觉第0章归纳
- Linux下接收处理GPS数据
- maven 使用 一
- Jedis使用总结【pipeline】【分布式的id生成器】【分布式锁【watch】【multi】】【redis分布式】
- 一周知识点总结20150726
- 视音频编解码学习工程:TS封装格式分析器
- [LeetCode]Gas Station
- Spring 之AOP AspectJ切入点语法详解(最全了,不需要再去其他地找了)
- leetcode[117]:Populating Next Right Pointers in Each Node II