数字图像处理
来源:互联网 发布:mac屏幕竖条一回消失 编辑:程序博客网 时间:2024/06/05 08:36
数字图像处理
1 绪论
2 数字图像基础
3 灰度变换和空间滤波
直方图均衡化是非线性变化
3.5 平滑空间滤波器
低通滤波器
3.6 锐化空间滤波器
高通滤波器
- 零交叉点对于边缘定位是非常有用的。
4 频率域滤波
轮廓和边界在频率域体现为高频成分,其他能量分布在低频成分
5 图像复原与重建
5.11.2 计算机断层(CT)原理
X射线计算机断层的目的是使用X射线从许多不同的方向穿过物体而得到该物体内部结构的三维描述。
6 彩色图像处理
图像处理领域彩色的运用主要受到两个因素的推动
- 彩色是一种强有力的描绘因子,它可以简化对场景中目标的识别和提取。
- 人眼可以辨别几千种彩色色调和亮度,但相比之下只能辨别几十种灰度。彩色在人工图像处理中十分重要。
6.1 彩色基础
6.2 彩色模型
6.2.1 RGB彩色模型
RGB的取值范围[0,255]
6.2.2 HSI彩色模型
- H 色调 : 颜色
- S 饱和度 : 彩色中包含白光的多少。白光对多,饱和度越小。
- I 亮度 : 感受到的光强度
6.2.3 RGB转换HSI
7 小波和多分辨率处理
与基函数为正弦函数的傅里叶变换不同,小波变换给予一些小型波,成为小波,它具有变化的频域和有限的持续时间。这就允许他们为图像提供一张等效的乐谱,该乐谱不但显示了要演奏的音符(或频域),而且显示了演奏这些音符的时间。另一方面,傅里叶变换只能提供音符或频域信息,时间信息在变换过程中丢失了。
7.1 背景
图像金字塔&创建近似和预测残差金字塔的一个简单系统
总结:原始图片经过Level 0 层和预测残差金字塔得以完全恢复。提高了图片传输效率。
8 图像压缩
8.1 基础知识
8.1.1 编码冗余
在多数二维灰度阵列中,用于表示灰度的8比特编码所包含的比特数要比表示该灰度所需要的比特数多。
8.1.2 空间和时间冗余
8.1.3 不相关信息
8.1.4 LZW编码
8.1.5 行程编码
8.1.6 块变换编码
压缩编码举例
- 对一副大小为1024*1024,熵为5.3比特/像素的8比特图片进行霍夫曼编码,编码后每个编码的平均长度为5.5比特/像素,所期望的最大压缩率为8/5.3=1.5,但实际压缩率为8/5.5=1.45,采用霍夫曼编码的效率为1.45/1.5=97%。霍夫曼编码不能达到所期望的压缩率,原因是它只能消除编码冗余,不能消除空间冗余。
- 基于这种情况,为了取得更大的压缩率,我们需要建立相邻像素之间的关系,通过消除空间冗余来达到压缩的母的。
JPEG编码
编码步骤
(1)将RGB图转换为YCbCr图
(2)按像素分成8*8的区域
(3)进行离散余弦变换(DCT)
(4)量化
(5)Z字型编码,哈夫曼编码解码步骤
(1)逆哈夫曼编码,逆Z字型编码
(2)逆量化
(3)逆离散余弦变换
(4)将YCbCr转换为RGB图像
8.2 一些基本的压缩方法
8.2.1 霍夫曼编码
8.2.2 Golomb编码
8.2.3 算术编码
0 0
- 数字图像和数字图像处理
- 数字图像处理
- 数字图像处理
- 数字图像处理
- 数字图像处理
- 数字图像处理
- 数字图像处理
- 数字图像处理
- 数字图像处理
- 数字图像处理
- 数字图像处理
- 数字图像处理
- 数字图像处理
- 数字图像处理
- 数字图像处理
- 数字图像处理
- 数字图像处理
- 数字图像处理
- Mybatis3.2.1整合Spring3.1
- [几何]计算不规则多边形的面积、中心、重心
- Android6.0运行时权限处理
- detection总结R-CNN>SPP-Net>Fast-R-CNN>Faster-R-CNN>YOLO>SSD
- 【Leetcode】14. Longest Common Prefix
- 数字图像处理
- [转]re模块正则表达式
- Ajax上传文件
- The MySQL server is running with the --secure-file-priv option so it cannot execute this statement解决
- [FUNC]如何取得 windows资源浏览器 的当前路径
- Java Socket编程
- Mybatis 自定义SqlSessionFactoryBean扫描通配符typeAliasesPackage
- 最多投票5个。
- OkHttpUtils一个专注于让网络请求更简单的框架