首页 > 其他分享 >《数字图像处理》冈萨雷斯(第四版)学习笔记

《数字图像处理》冈萨雷斯(第四版)学习笔记

时间:2023-05-23 15:35:47浏览次数:41  
标签:滤波器 运算 变换 数字图像处理 滤波 灰度 第四版 图像 冈萨雷斯

前言:基于电科大830考研大纲。本人非图像处理研究方向的学生,因考试需要,自己整理的学习笔记,本文仅供参考,内容若有出入请自行补充。希望对大家有所帮助。

 

电科大830考研大纲参考网址来源:

https://blog.csdn.net/sinat_35907936/article/details/103743934

http://www.kaoyanmiji.com/Article/kyfx/zyk/848499.html

 

===========================正文==============================

1、基本概念

(1)数字图像处理的概念

(2)数字图像处理的基本步骤

 

2、数字图像处理基础

(1)图像感知和获取:

    图像感知(3种传感器+其工作原理);

    图像获取过程;

(2)图像取样与量化:(将传感器输出的连续电压波形转换为数字的处理过程)

    图像f(x,y):对坐标值x,y数字化叫取样,对幅度值f数字化叫量化;

    数字图像的表示方法有3种;

(3)像素间的一些基本关系:

    4邻域N4(p)、8邻域N8(p)、D邻域ND(p);

    邻接(4邻接、8邻接、m邻接)、连通、区域、边界;

    距离测度(D4城市距离、D8棋盘距离、欧氏距离);

(4)数字图像处理中所用的基本操作:

    对应元素运算和矩阵运算;线性运算和非线性运算;算术运算;集合运算和逻辑运算;空间运算;向量与矩阵运算;图像变换;图像灰度和随机变量;

 

3、灰度变换与空间滤波

(1)灰度变换与空间滤波基础

    空间域处理基本表达式:

    灰度变换函数表达式:

(2)基本的灰度变换函数(通式+功能)

    ·线性函数(反转和恒等变换):图像反转

    ·对数函数(对数和反对数变换):拓展暗像素值+压缩高灰度极值,反对数函数功能相反

    ·幂律函数(n次幂和n次根变换):矫正和增强图像细节

    ·分段线性变换函数(与上述三种函数互补):可用于对比度拉伸、灰度级分层(突出特定灰度区间)、比特平面分层(突出特定比特)

(3)直方图处理

    ·直方图均衡化

    ·直方图匹配 / 规定化

(4)空间滤波基础

    ·线性空间滤波

    ·相关 和 卷积(核旋转180度):首像素与核原点对齐依次移位计算,展开(完全)结果填充0

    ·可分离滤波器核:核矩阵秩为1即可拆分为两个向量的外积,减少计算量

    空间域滤波(卷积)==> 频率域滤波(乘法):傅里叶变换(DFT)

    空间域滤波 ==> 频率域滤波:反傅里叶变换(IDFT)

(5)平滑(低通)空间滤波器:降噪、矫正阴影、降低灰度的急剧过渡

    ·盒式滤波器核:核元素全1,取平均1/mn,模糊图像,精细度不够

    ·低通高斯滤波器核:基于高斯核,更平滑

    ·统计排序滤波器:非线性,中值滤波器最好,解决椒盐噪声

(6)锐化空间滤波器:基于微分求导;突出灰度过渡、增强边缘和不连续

    ·一阶导数的锐化滤波器:梯度核,增强边缘

    ·二阶导数的锐化滤波器:拉普拉斯核,可增强更精细的细节

    ·钝化掩蔽(k=1)和高提升滤波(k>1):用于锐化图像

        模糊原图像  f(x,y) 为

        计算模板 gmask(x,y) = f(x,y) -

        模板与原图像相加 g(x,y) = f(x,y) + k*gmask(x,y)

(7)低通、高通、带阻、带通滤波器:全为线性滤波器,后三个基于低通构建

(8)混合空间增强法:组合使用多种滤波器和图像变换

 

4、频率域滤波(解决一些空间域中难以解决的任务)

(1)傅立叶变换(DFT和IDFT是线性处理)的基本知识

    ·(单变量/二变量)连续函数的(傅里叶变换/反傅里叶变换)

    ·(单变量/二变量)离散函数的(傅里叶变换/反傅里叶变换)

(2)频率域滤波基础

    ·基本滤波公式

    ·频率域滤波基本步骤

    ·空间域滤波和频率域滤波关系:

(2)使用低通频率域滤波器平滑图像(衰减DFT图像的高频分量以平滑图像)

    ·理想低通滤波器

    ·巴特沃斯低通滤波器

    ·高斯低通滤波器

(3)使用高通频率域滤波器锐化图像(衰减DFT图像的低频分量以锐化图像)

    ·用1减去低通滤波器对应传递函数 H(u,v) 得到(理想、巴特沃斯、高斯)高通滤波器传递函数:

    ·钝化掩蔽、高提升滤波、高频强调滤波

    ·同态滤波:基于 照射-反射 模型,( ln取对数 + DFT )后近似:照射分量对应低频,反射分量对应高频

(4)选择性滤波

    ·带阻滤波器和带通滤波器

    ·陷波滤波器(最有用)

 

5、图像复原

(1)图像退化/复原处理的模型

(2)噪声模型

    ·一些重要噪声(有PDF):高斯噪声、瑞利噪声、爱尔兰(伽马)噪声、指数噪声、均匀噪声、椒盐噪声

    ·周期噪声:可用频率域滤波器明显降低

(3)只存在噪声的复原—空间滤波(只存在加性随机噪声情况下,去除噪声)

    ·均值滤波器(4种):算术平均滤波器、几何均值滤波器、谐波平均滤波器、反谐波平均滤波器

    ·统计排序滤波器(4种):中值滤波器、最大值滤波器和最小值滤波器、中点滤波器、修正阿尔法均值滤波器

    ·自适应滤波器(2种):自适应局部降噪滤波器、自适应中值滤波器

(4)使用频率域滤波降低周期噪声

    最优陷波滤波

(5)线性位置不变退化+估计退化函数

    ·许多类型的退化可近似为线性位置不变过程,这种情况下,退化通常被建模为卷积,图像去卷积表示图像复原,复原所用滤波器被称为去卷积滤波器

    ·估计退化函数的方法:观察法、实验法、建模法

(6)逆滤波:直接逆滤波性能较差,下述为对其的改进

    ·最小均方误差(维纳)滤波:需已知原图像和噪声的功率谱

    ·约束最小二乘方滤波:需已知噪声的方差和均值(可由退化图像算出)

    ·几何均值滤波:对维纳滤波的推广

 

6、彩色图像处理

(1)彩色基础:颜色特性:亮度、色度(色调、饱和度)

(2)彩色模型:RGB、CMY与CMYK、HSI

(3)假彩色图像处理:灰度分层+彩色编码、灰度到彩色的变换

(4)全彩色图像处理基础

(5)彩色变换

(6)彩色图像平滑和锐化

(7)使用彩色分割图像

(8)彩色图像中的噪声

(9)彩色图像压缩

 

7、图像压缩

(1)基础知识

(2)图像压缩方法

 

8、形态学图像处理

·结构元运算规则:反射(反射结构元相对于原点旋转180度);平移

·图像和结构元之间的形态学运算:基于反射和平移,以集合运算(非线性运算)为基础

(1)腐蚀和膨胀

(2)开运算和闭运算(基于膨胀和腐蚀,均用于平滑轮廓)

    ·开运算:断开狭颈,消除细长突出物

    ·闭运算:填充狭颈与轮廓缝隙,消除小孔

(3)基本的形态学算法

    ·边界提取

    ·孔洞填充

    ·提取连通分量

    ·其他形态学算法:凸壳、细化、粗化、骨架、裁剪

(4)灰度级形态学

    ·灰度腐蚀和膨胀

    ·灰度开运算和闭运算

    ·基本的灰度形态学算法:形态学平滑、形态学梯度、顶帽变换+底帽变换、粒度测定、纹理分割

 

9、图像分割

(1)点、线和边缘检测:基于灰度值不连续性

    ·孤立点的检测:当滤波器在一点响应的绝对值超过一个规定的阈值,则该点为孤立点,输出时该点标注为1,其他点标注为0

    ·线的检测:用检测不同方向的拉普拉斯核作为线检测核

    ·边缘检测:一阶导数(梯度核)和二阶导数(拉普拉斯核)尤为适合检测灰度局部突变。在边缘检测中,一阶导数用于检测一点是否存在边缘,二阶导数用于检测一个边缘像素位于边缘的亮侧或暗侧。边缘检测一般步骤:用平滑滤波器处理降噪 ==> 检测边缘点 ==> 边缘定位

(2)阈值处理:基于像素性质的分布

(3)区域提取:直接寻找区域

(4)使用形态学分水岭分割图像:同时寻找区域和边界

(5)分割中运动的使用:空间域技术和频率域技术

 

10、特征提取(特征检测+特征描述)

(1)边界预处理:边界跟踪、链码( 弗里曼链码 + 斜率链码 )、MPP最小周长多边形近似边界、标记图、骨架(中轴变换和距离变换)

(2)边界特征描述子:基本描述子(边界长度、长轴、短轴、偏心率、边界曲率)、形状数、傅里叶描述子、统计矩

(3)区域特征描述子:基本描述子(区域边长、区域面积、紧致度、圆度、偏心率)、拓扑描述子(欧拉数=连通分量-孔洞分量=顶-边+面)、纹理(统计方法(纹理测度6个+共生矩阵描述子6个)、谱方法)

(4)作为特征描述子的主分量:霍特林变换

(5)关系描述子

 

================================大纲无笔记PDF版图片展示=================================

 

标签:滤波器,运算,变换,数字图像处理,滤波,灰度,第四版,图像,冈萨雷斯
From: https://www.cnblogs.com/forkroad/p/17421581.html

相关文章

  • C语言程序设计(第四版)谭浩强版 课后答案 第八章 指针
    1、输出3个整数,按由小到大的顺序输出,写的复杂了,加上分析会变得简单,像下面输出3个字符(从小到大)#include<stdio.h>intmain(){voidcompare(int*a,int*b,int*c);inta,b,c;printf("pleaseinputthreenumbers:");scanf("%d%d%d",&a,&b,&c);c......
  • C语言程序设计(第四版)谭浩强版 课后答案 第五章
    2、#include<stdio.h>#include<math.h>intmain(){intsign=1,count=0;doublepi=0.0,n=1.0,term=1.0;while(fabs(term)>=pow(10,-6)){pi=pi+term;n=n+2;si......
  • C语言程序设计(第四版)谭浩强版 课后答案 第四章
    4、#include<stdio.h>intmain(){inta,b,c;scanf("%d%d%d",&a,&b,&c);if(a>b){if(a>c){printf("maxnumis:%d\n",a);}......
  • 数字图像处理(绪论)——冈萨雷斯
    一、图像处理的范围  数字图像处理是指借助于数字计算机来处理数字图像。本书范围:其输入和输出都是图像的处理,包含从图像中提取特征的处理,也包含各个目标的识别。二、图像处理的起源起源于从通过海底电缆从伦敦送到纽约(首先使用特殊的打印设备对图片编码,然后在接收端重建这......
  • 数字图像处理之「中值滤波」
    中值滤波原理中值滤波就是用一个奇数点的移动窗口(要求奇数主要是为了保证整个模板有唯一中心元素),将窗口中心点的值用窗口内各点的中值代替。假设窗口内有5点,其值为80、90、200、110和120,那么此窗口内各点的中值即为110。设有一个一维序列f1,f2,...,fnf1,f2,...,fn,取窗口长度(点数......
  • 算法 | 数字图像处理之「中值滤波」
    中值滤波原理中值滤波就是用一个奇数点的移动窗口,将窗口中心点的值用窗口内个点的中值代替。假设窗口内有5点,其值为80、90、200、110和120,那么此窗口内各点的中值即为110。设有一个一维序列\(f_1,f_2,...,f_n\),取窗口长度(点数)为m(m为奇数),对其进行中值滤波,就是从输入序列中相机抽......
  • 信息系统项目管理师第四版知识摘编:第16章 项目采购管理​
    第16章项目采购管理项目采购管理包括从项目团队外部采购或获取所需产品、服务或成果的各个过程。项目采购管理包括编制和管理协议所需的管理和控制过程,例如合同、订购单、协议备忘录(MOA)和服务水平协议(SLA)。被授权采购项目所需货物、服务的人员可以是项目团队、管理层或组织采......
  • 信息系统项目管理师第四版知识摘编:第17章 项目干系人管理​
    第17章项目干系人管理项目干系人管理包括识别能够影响项目或会受项目影响的人员、团体或组织,分析干系人对项目的期望和影响,制定管理策略有效调动干系人参与项目决策和执行。17.1管理基础17.1.1管理的重要性每个项目都有干系人,他们会受到项目积极或消极的影响,或者能对项目施加积极......
  • 信息系统项目管理师第四版知识摘编:第15章 项目风险管理​
    第15章项目风险管理项目风险是一种不确定的事件或条件,一旦发生,会对项目目标产生某种正面或负面的影响。项目风险既包括对项目目标的威胁,也包括促进项目目标的机会。已知风险是那些已经经过识别和分析的风险,对于已知风险,对其进行规划,寻找应对方案是可行的;虽然项目经理们可以依据以......
  • 信息系统项目管理师第四版知识摘编:第2章 信息技术发展
    第2章信息技术发展信息技术是在信息科学的基本原理和方法下,获取信息、处理信息、传输信息和使用信息的应用技术总称。信息技术是实现信息化的手段,是信息系统建设的基础。2.......