一、图像基本操作
1.1 图像读取、保存、显示
1.2 图像裁剪、通道拆分、按二进制位拆分
二、图像间数值运算
2.1 四则运算：加减乘除
2.2 图像叠加
2.3 图像按位拆分
三、图像仿射变换
3.1 平移、旋转、翻转、缩放
3.3 图像金字塔（向上采样/向下采样，又涉及到图像模糊的意义）
3.4 图像投影 四、灰度图及操作
4.1 灰度化、二值化、不同灰度级
4.2 灰度直方图
4.3 直方图均衡化、AHE、CLAHE
五、空间域滤波
5.1 卷积概念、边界填充方式
5.2 理解低通滤波/高通滤波，什么是低频信号（大概形状），什么是高频信号（图像细节，如边缘等）
5.3 低通滤波器：均值滤波、高斯滤波
5.4 高通滤波器：钝化屏蔽，Lapiacian，Sobel
5.5 图像锐化：将原图与高通滤波后的图（要标定）叠加
5.6 非线性滤波器：中值滤波、双边滤波
六、频率域滤波
6.1 理解傅里叶变换（一张图用一堆二维三角函数的叠加图表示），快速傅里叶变换
6.2 频谱图：中心低频（原点），边上高频。频谱图上的一个点表示一张二维三角函数图（黑白相间的那种）
6.3 对频谱图进行滤波：只取中间的，是低通滤波。取边上的，是高通滤波。
6.4 滤波步骤：快速傅里叶变换----->滤波---->快速傅里叶逆变换
6.x 空间域的卷积 = 频率域的乘（快速计算卷积）
七、形态学
7.1 腐蚀、膨胀
7.2 开运算、闭运算
7.3 底帽运算、顶帽运算
7.4 形态学填充
7.5 连通性（4连通，D连通，8连通，m连通）
八、基于阈值的分割
8.1 单阈值分割、大津法（OTSU）（适合双峰图像）
8.2 局部自适应阈值分割
8.3 多阈值OTSU（多个波谷）
九、基于边缘的分割
9.1 梯度算子：Robert、Prewitt、Sobel、Isotropic Sobel、Scharr、Lapacian
9.2 边缘检测算子：LoG、DoG、Canny
十、基于区域的分割
10.1 区域生长
10.2 K均值聚类
10.3 分水岭
标签：知识点,运算,阈值,数字图像处理,滤波,图像,相关,傅里叶,通滤波 From： https://www.cnblogs.com/FishSmallWorld/p/17026153.html