• 图像处理(以及机器视觉)在学校里是一个很大的研究方向,很多研究生、博士生都在导师的带领下从事着这方面的研究。另外,就工作而言,也确实有很多这方面的岗位和机会虚位以待。而且这种情势也越来越凸显。那么图像...

    图像处理(以及机器视觉)在学校里是一个很大的研究方向,很多研究生、博士生都在导师的带领下从事着这方面的研究。另外,就工作而言,也确实有很多这方面的岗位和机会虚位以待。而且这种情势也越来越凸显。那么图像处理到底都研究哪些问题,今天我们就来谈一谈。图像处理的话题其实非常非常广,外延很深远,新的话题还在不断涌现。下面给出的12个大的方向,系我认为可以看成是基础性领域的部分,而且它们之间还互有交叉

     

    1、图像的灰度调节

    图像的灰度直方图、线性变换、非线性变换(包括对数变换、幂次变换、指数变换等)、灰度拉伸、灰度均衡、直方图规定化等等)。

    例如,直方图规定化(代码请见http://blog.csdn.net/baimafujinji/article/details/41146381)

    CLAHE(contrast limited adaptive histogram equalization)自适应的直方图均衡(效果图来自

    http://www.cnblogs.com/Imageshop/archive/2013/04/07/3006334.html)

    2、图像的几何变换

    图像的平移、图像的镜像、转置、缩放和旋转。这里面其实还包含了插值算法(这是某些几何变换所必须的),例如最邻近插值法、双线性插值法等等)

    几何变换同时和图像的滤镜特效是紧密联系的,某些特效的实现本质上就是某种类型的几何变换。例如

     

    3、图像的特效与滤镜

    这方面的应用很多,你可以想想Photoshop里面的滤镜。

    文献Combining Sketch and Tone for Pencil Drawing Production中给出的将自然图像变成手绘素描图的效果

    例如浮雕效果

    贴图太烦了,更多效果请见http://blog.csdn.net/baimafujinji/article/details/50500757

    4、图像增强

    内容包括图像的平滑(简单平均、中值滤波、高斯平滑等)和锐化(例如Laplace方法)等。

    增强处理中的很多算法其实和图像复原中的降噪算法是重合的。现在保持边缘(或纹理结构)的平滑算法属于研究热点。像那些美颜相机里的嫩肤算法都是以此为基础的。比较常见的双边滤波(我给出的代码请见http://blog.csdn.net/baimafujinji/article/details/41598455)

    基于全变分方法的TV去噪(http://blog.csdn.net/baimafujinji/article/details/42110831)、基于PM方程的非线性扩散去噪(http://blog.csdn.net/baimafujinji/article/details/42110831)等等。

     

    5、图像复原

    广义上来说——图像降噪,图像去雾,图像去模糊 都属于这个范畴

    去噪实例是我用MagicHouse(http://blog.csdn.net/baimafujinji/article/details/50500757)实现的中值滤波处理椒盐噪声的效果。此外,一些基于非局部均值的降噪算法是当前研究的热点(例如BM3D、NLM等)

    图像去模糊(图片取自我的《数字图像处理原理与实践(Matlab版)》)

    去雾代码请见(http://blog.csdn.net/baimafujinji/article/details/30060161)或参考我的《数字图像处理原理与实践(Matlab版)》

    6、图像的压缩与编码

    想想BMP图像如何转换成JPG,JPG如何变成PNG?这些都属于图像压缩编码所要探讨的内容。

    7、边缘检测与轮廓跟踪

    边缘检测在图像处理中是一个“古老”的话题了,我就不具体给例子了。下面是一个轮廓跟踪的例子

     

    8、图像分割

    你可以认为轮廓跟踪也是实现图像分割的一种途径。

    这是我在《数字图像处理原理与实践(Matlab版)》中给出的一个例子——用分水岭算法对马铃薯图像进行分割。

    9、图像的形态学处理

    这也属于一种非常古老的图像处理方式了。包括膨胀、腐蚀、细化、击中/击不中、开/闭运算等。但一些对颗粒状物体进行计数的应用中它仍然非常有效。

     

    10、图像的频域变换(或称正交变换)

    傅立叶、离散余弦、沃尔什-哈达玛变换、K-L(卡洛南-洛伊)变换(也称霍特林变换或PCA)、小波变换(小波变换还分很多种,例如Haar小波、Daubechies小波等等)

    仅仅进行频域变换其实并没有多大意义,它往往要与具体应用相结合来发挥作用。例如进行图像压缩、嵌入数字水印、进行图像融合、进行图像降噪等等。

    例如,利用PCA进行图像压缩的例子请见

    http://blog.csdn.net/baimafujinji/article/details/50373143(源代码请见我的博文)

     

    在比如,利用小波融合对由聚焦失败导致的图像模糊进行修复 (本来左图和中图各有部分看不清,融合后变得可以辨识)源代码可见

    http://blog.csdn.net/baimafujinji/article/details/49642111

    11、图像融合

    广义上说融合至少包含三部分内容:像上面的基于小波的Fusion我们也认识是融合的一种,另外一种是以隐藏为目的类似嵌入式的融合,第三种是matting。matting有时反义成抠图,其实它最原本的意思就是融合。如果你理解

    I = aF +(1-a)B这个融合公式的话,你应该明白我在所什么。这本质上和第二种融合原理是一样的。

    狭义上,融合就是指matting。

    例如 著名的Possion融合,下图右,如果直接把月亮图贴上天空,矩形边缘是很明显的,融合处理后的左图则很自然。

    代码可见 http://blog.csdn.net/baimafujinji/article/details/46787837

    电影技术中常用matting方法来替换人物的场景。例如

     

    12、图像信息安全

    主要包括两个内容:1)数字水印(主要用于多媒体的版权保护);2)图像的加密(主要用于图像信息的保护)

    例子是我用MagicHouse(http://blog.csdn.net/baimafujinji/article/details/50500757)实现的加密效果

     

     

    注意上面我们所讨论的领域仅仅是图像处理的范畴,并不涉及机器视觉。所以也没有任何机器学习的内容,有时间我们再继续讨论这方面的东西。

     

     

     

    展开全文
  • 图像处理-形态学操作 2017-05-03 17:10:32
    关于形态学的实验需要对二值图像进行减噪处理图像形态学中的腐蚀和膨胀能很好的解决此问题。如果在腐蚀和膨胀操作前,对灰度图像做一次滤波,减噪效果将更明显。 腐蚀的具体操作是:用一个结构元素(一般是3×3的...
  • 图像处理 降噪 增强 2018-12-24 14:49:42
    针对模糊图像的处理,...第一种 自我激发型 基于图像处理的方法,如图像增强和图像复原,以及曾经很火的超分辨率算法。都是在不增加额外信息的前提下的实现方式。   1. 图像增强 图像增强是...
  • 详情请参考https://book.openmv.cc/python-background.html 官方教程 ...此处仅作备忘录。 —— 前言 openmv算是我第一次接触到的图像处理入门设备,对于专业不涉及图像处理领域,但是需要应用相关功能的人来...
  • python/ opencv图像处理 2019-08-01 15:21:07
    为便于记忆和以后的使用,特总结该博主博客《Python图像处理》专栏(https://blog.csdn.net/Eastmount),简记函数 读取图像: img = cv2.imread("file_name",para) ''' para: cv2.IMREAD_UNCHANGED (图像不可变...
  • 3D可视化是一种新的管理、分析和交互数据的方式,它能实现实时反射、实时折射、动态阴影等高品质,逼真的实时渲染3D图像3D数据可视化与一般数据可视化主要区别是更立体,更真实,更有沉浸感。越来越多企业政府需要...
  • 以上两个效果相对比较简单,姑且称之为入门效果, 它并没有用到太多数字图像处理或者信号处理方面的知识。接下来我们要介绍稍微复杂一点的效果,第一个就是图像的模糊和锐化。 图像的模糊又成为图像的平滑...
  • Shader效果常用于3D模型,但2D图也有不少常用的效果,例如:圆角头像,图片灰态,边缘着色等等,下面我就依次做一个介绍。 图片灰态 效果 核心思路 在片元着色器里面对每个图元进行采样,将图元的颜色x,y,z...
  • 【OpenCV入门指南】第四篇 图像的二值化  在上一篇《【OpenCV入门指南】第三篇Canny边缘检测》中介绍了使用Canny算子对图像进行边缘检测。与边缘检测相比,轮廓检测有时能...在数字图像处理中,二值图像占有非常重
  • CVPR2020 3D点云相关论文整理3D目标检测1. A Hierarchical Graph Network for 3D Object Detection on Point Clouds1.1 创新1.2 实现细节1.3 实验结果3D点云分析(分类、分割)3D点云上采样1. Cascaded Refinement ...
  • 这篇文章献给所有第一次听说车牌识别ANPR但需要短时间...图形与图像虽然只差了一个字,但内容真是差了十万八千里了(当然这话是夸张了,事实上在使用shader进行特效渲染的最后一步往往都是在做图像处理,如Bloom, Outli
  • 背景 点云补全(Point Cloud Completion)用于修补有所缺失的...但是,从激光雷达等设备中获取的点云往往有所缺失(反光、遮挡等),这给点云的后续处理带来了一定的困难,也凸显出点云补全作为点云预处理方法的重.
  • ShiVa 3D引擎是最通用的跨平台引擎,可以在Web浏览器运行并且也支持Windows,Mac,Linux,Wii,iPhone,iPad,Android,WebOS和Airplay SDK。  该引擎支持SSL – securized插件扩展,很像PhysX引擎,FMOD声音库...
  • 本文转载自知乎,已获作者授权转载。https://zhuanlan.zhihu.com/p/148942116本文简单介绍一下我们关于点云3D物体检测方向的最新算法:PV-RCNN (P...
  • 1.支持多种格式导入 整合多种DCC文件格式,包含3dsMax,Maya,Lightwave,Collade等文档,可直接拖拽到Unity中,除原有内容外,还包含Mesh、多UVs,Vertex,Colors、骨骼动画等功能,提升7游戏制作的资源应用。...
  • 本篇文章中,我们将一起学习OpenCV中边缘检测的各种算子和滤波器——Canny算子,Sobel算子,Laplace算子以及Scharr滤波器。文章中包含了五个浅墨为大家准备的详细注释的博文配套源代码。在介绍四块知识点的时候分别一...
1 2 3 4 5 ... 20
收藏数 827
精华内容 330