图像处理提取梯形的算法 - CSDN
  • 来自个人百度空间的文章---2012.2.23 一.点运算(像素变换) 1.线性变换  原理:f=a*F+b; 效果:典型的有反色的作用。 2.阀值运算  原理:若FX时 f=255; 效果:草图的感觉 ... 原理:若xx2 则

    来自个人百度空间的文章---2012.2.23

    一.点运算(像素变换)

    1.线性变换

       原理:f=a*F+b;  效果:典型的有反色的作用。

    2.阀值运算

       原理:若F<X时,f=0;若F>X时  f=255;  效果:草图的感觉

    3.窗口运算

       原理:类似阀值运算,不过分三段,中间的一段不变;效果:能去掉背景

    4.灰度拉伸

       原理:若x<x1 则f=y1/x1;若x1<x<x2,则f=(y2-y1)/(x2-x1)*(x-x1)+y1;若x>x2 则f=(255-y2)/(255-x2)*(x-x2)+y2;

       效果:将x1---x2的像素拉伸 到y1---y2段,如图像较暗,可将图像拉伸到较亮处。。

    5.灰度均衡

       原理:对灰度级像素点数积分然后除以图像面积,然后归一化乘以255

       效果:将直方图平均化,使图像对比度大大提高

     

    二.几何变换(坐标变换)

    1.图像的平移

    2.图像的镜像

    3.图像的转置

    4.图像的旋转

       原理:分三步走,第一步 将原点移动到旋转中心位置(原点在图像左上角),第二步 旋转 y=r*sin(A-B),x=r*cos(A-B),第三步 将中心点重新移回 到新的原点上(新的图像的左上角)

      三次矩阵乘积

      x0=x1*cos(A)+y1*sin(A)-c*cos(A)-d*sin(A)+a

      y0=-x1*sin(A)+y1*cos(A)+c*sin(A)-d*cos(A)+b

    (a,b)原中心点,(c,d)新中心点

    5,图像的缩放

        x0=x1/fx;

       -----

    6.插值法

       (一)最临近插值 就是+0.5

       (二)双线插值法(模板?!)

               f(x,0)=f(0,0)+x*(f(1,0)-f(0,0))

               f(x,1)=f(0,1)+x*(f(1,1)-f(0,1))

               f(x,y)=f(x,0)+y*(f(x,1)-f(x,0))

         这里有个形象的几何图可以看出来,不便画了。

       对于一个目的像素,设置坐标通过反向变换得到的浮点坐标为(i+u,j+v),其中i、j均为非 负整数,u、v为[0,1)区间的浮点数,则这个像素得值 f(i+u,j+v) 可由原图像中坐标为 (i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所对应的周围四个像素的值决定,即:

        f(i+u,j+v) = (1-u)(1-v)f(i,j) + (1-u)vf(i,j+1) + u(1-v)f(i+1,j) + uvf(i+1,j+1)

    其中f(i,j)表示源图像(i,j)处的的像素值,以此类推
    这就是双线性内插值法。双线性内插值法计算量大,但缩放后图像质量高,不会出现像素值不连续的的情况。由于双线性插值具有低通滤波器的性质,使高频分量受损,所以可能会使图像轮廓在一定程度上变得模糊

    三次卷积法

    最邻近插值(近邻取样法)、双线性内插值、三次卷积法 等插值算法对于旋转变换、错切变换、一般线性变换 和 非线性变换 都适用。

     

    三.图像的增强(灰度的修正)

       1.图像的平滑

        (一).模板操作,当前点的像素近似等于周围几个像素点运算后相加(右边,下边都得相应减模板的宽度,高度各减一,这里的保留相等)常用的模板有高斯模板(1,2,1,2,4,2,1,2,1)*(1/16) ,(0,1,0,1,1,1,0,1,0)*(1/4)

        (二).中值滤波,采用模板中中间值作为当前点的灰度;它不影响阶跃函数,斜坡函数;它可以有效的消除单脉冲,双脉冲,使三角函数的顶尖平滑。

       2.图像的锐化

       (一).梯度锐化

          高等数学中梯度:分别对x,y进行求导后的方向向量

          这里数字图像要用的就是该方向向量的模值。这里简化等于|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|

          明显这个值在图像变化弱的地方小,而图像变化明显的地方大,达到锐化的效果,该算法也可用在边缘检测当中

          倒数:临近2值相减后,除以x变化值  Vf(x,y)=(f(x+1,y)-f(x,y))/1

          积分:for循环相加吧。

      (二).拉普拉斯锐化(实质是模板运算)

        分别对x,y分别求二阶导后相加

         二阶导:一阶导的递归...

      (三).高通滤波器(理想高通滤波器,巴特沃夫高通滤波器,指数高通滤波器,梯形高通滤波器)

         原理:都是先变换到频域后,各种运算后的值。

      3.伪彩色编码

       原理:给灰度图上色。系统会给出很多伪彩色编码表可供选择

       流程:1.使用彩色编码表修改调色板,2.重新设置图像调色板

     

    四.图像腐蚀,膨胀,和细化

      1.图像的腐蚀 

         原理:{x|S[x]<=X}<=这里是包含的意思

      2.图像的膨胀

         原理:{S[x]|S[x]交集x 不等于空}

     3.开运算,闭运算

        (开)先腐蚀后膨胀:去掉凸角;

        (闭)先膨胀后腐蚀:填补凹角;

     4.击中/击不中变换

         两个模板p1,p2

         p1被平移进去被包含,而p2平移后和图像没有交集。

     5.细化(火从两边烧起)

        1.边缘是连续的

        2.边缘线移动的速度是相同

     

    五.图像边缘检测与提取及轮廓跟踪

     1.边缘检测

       概念:基元,边缘,阶跃性边缘,屋顶性边缘,----

       原理:用卷积多

     2.Hough变换

       将线,圆等变换成点,利用数学公式

     3.轮廓提取

      二值轮廓提取法:以一点为中心,四周八点都有颜色,则将该点置255;

     4.轮廓跟踪

      按一定的探索路线进行。

     5.种子填充

      边界填充算法,扫描线种子填充算法


    六.图像的分析

    1.图象的分割

       阀值法,区域法(兼并法)。

    2.投影法

      水平投影,垂直投影。(一般只对二值图像有用,水平上每行不为零的像素个数----)

    3.差影法

       图像加法:图像叠加

       图像减法:可以检测同一场景物体的运动(差影法)

       图像乘法:可以用掩膜图乘以图像已达到遮住图像某一部分的效果

       图像除法:可以产生基于颜色和光谱的比率图

    4.图像的匹配

       模板匹配法:图像部分与模板的相关性

       幅度排序匹配法:看像素相减后的值的和是否大于某值

       分层搜索排序法:图像由粗化到细化的一一对比(先确定大致位置,后逐步细化。。)。

     

    七.图像的复原

      图像复原:确定噪声模型后,进行的逆向操作。

      图像增强:不用确定噪声模型。

      图像复原分为线性和非线性代数方法

      图像复原需要知道点扩展函数(H函数)和噪声模型

      基本函数:G(u,v)=NMH(u,v)*F(u,v)+N(u,v);G噪声图像,F原图像,H(点扩展函数),N(噪声)

     1.逆滤波器方法

      原理: SG=F*H(都要经过傅里叶变换后相乘,再逆傅里叶变换)

      效果:高性噪比时,效果好,但对复原的图像没有进行约束

     2.最小二乘类约束复原

      对复原的图像进行约束,||Qf||为约束因子(最小效果最好)

        (一)维纳滤波方法

          原理:一类似逆滤波器方法所使用的函数式。

          效果:满足平稳,线性的随机噪声的模型效果好

        (二)约束最小方波

         原理:同上

         效果:不详

    3.非线性复原方式

       以上都是基于线性的方法。

       最大后验复原:对源图像的估计

       最大熵复原:根据图像熵和噪声熵得出。效果:使复原的图像比较平滑。

       投影复原:分解N多的函数再计算。

       Monte Carlo复原方法:将图像分成很多细胞,灰度为带有能量的颗粒,逐步将颗粒放于细胞中(假设第一颗放于X处,而后形成初步图像,后面的颗粒是否放入XX位置,看是否满足建立在初步图像基础之上的条件),计算速度快,在噪声小效果非常好。

      几何校正:根据原图和现图中像素的位置建立函数关系。(这里边没有噪声,只有位移的改变)

      盲目图像复原:在没有图像退化的先验知识的前提下,直接测量法(通过图像某些特征,了解退化),间接测量法(必须没有噪声,才能用)。

    4.点扩展函数(PSF)(退化函数的空间描述)

       均匀直线运动模糊下的PSF

       聚焦系统下的PSF

       如果PSF先前不知道,则需要手段去获取(通过测试靶,图像识别系统,退化图像频谱确定等---)

    5.图像的噪声系统

       外部噪声(天气)。内部噪声(电,光)

      平稳,非平稳(其统计特性是否随时间变化)

       加性噪声,乘性噪声

    九.图像的压缩编码(压缩就是去掉信息中的冗余,即保留不确定的信息,去掉确定的信息(可推知的))

       一般分为:无损压缩与有损压缩

      压缩编码的方法有很多,主要分成以下四大类:(1)象素编码;(2)预测编码;(3)变换编码;(4)其它方法。

     所谓象素编码是指,编码时对每个象素单独处理,不考虑象素之间的相关性。在象素编码中常用的几种方法有:(1)脉冲编码调制(Pulse Code Modulation,简称PCM);(2)熵编码(Entropy Coding);(3)行程编码(Run Length Coding);(4)位平面编码(Bit Plane Coding)。其中我们要介绍的是熵编码中的哈夫曼(Huffman)编码和行程编码(以读取.PCX文件为例)。

    所谓预测编码是指,去除相邻象素之间的相关性和冗余性,只对新的信息进行编码。举个简单的例子,因为象素的灰度是连续的,所以在一片区域中,相邻象素之间灰度值的差别可能很小。如果我们只记录第一个象素的灰度,其它象素的灰度都用它与前一个象素灰度之差来表示,就能起到压缩的目的。如248,2,1,0,1,3,实际上这6个象素的灰度是248,250,251,251,252,255。表示250需要8个比特,而表示2只需要两个比特,这样就实现了压缩。

    常用的预测编码有Δ调制(Delta Modulation,简称DM);微分预测编码(Differential Pulse Code Modulation,DPCM),具体的细节在此就不详述了。

    所谓变换编码是指,将给定的图象变换到另一个数据域(如频域)上,使得大量的信息能用较少的数据来表示,从而达到压缩的目的。变换编码有很多,如(1)离散傅立叶变换(Discrete Fourier Transform,简称DFT);(2)离散余弦变换(Discrete Cosine Transform,简称DCT);(3)离散哈达玛变换(Discrete Hadamard Transform,简称DHT)。

    其它的编码方法也有很多,如混合编码(Hybird Coding)、矢量量化(Vector Quantize,VQ) 、LZW算法。在这里,我们只介绍LZW算法的大体思想。

    值得注意的是,近些年来出现了很多新的压缩编码方法,如使用人工神经元网络(Artificial Neural Network,简称ANN)的压缩编码算法、分形(Fractl)、小波(Wavelet) 、基于对象(Object Based)的压缩编码算法、基于模型(Model –Based)的压缩编码算法(应用在MPEG4及未来的视频压缩编码标准中)。这些都超出了本书的范围。

     行程编码(Run Length Coding)的原理也很简单:将一行中颜色值相同的相邻象素用一个计数值和该颜色值来代替然而,该算法也导致了一个致命弱点,如果图象中每两个相邻点的颜色都不同,用这种算法不但不能压缩,反而数据量增加一倍。所以现在单纯采用行程编码的压缩算法用得并不多,PCX文件(大面积非连续色调的图像)算是其中的一种。

    LZW把每一个第一次出现的字符串用一个数值来编码,在还原程序中再将这个数值还成原来的字符串,LZW是无损的。GIF文件采用了这种压缩算法

    JPEG处理的颜色只有真彩和灰度图.HTML语法中选用的图象格式之一就是JPEG(另一种是GIF)

    jpeg的编码编码流程


    哈弗曼,香浓,行程,LZW,JPEG等

     

    十、频域变换(优点之一就是将复杂的卷积变换转化为简单相乘运算)

       满足正交,完备(这个函数既要有奇函数,又要有偶函数(任意的奇函数相加还是奇函数))的矩阵才能进行图像分析

       傅里叶变换

       离散余弦变换

       沃尔什变换

       哈达吗变换

       哈尔变换

     

    十一、卷积

      z(t)=x(t)*y(t)= ∫x(m)y(t-m)dm.(当前信号输入后的对应输出和以前的一部分残留的信号是相关的)

      卷积可以使图像变模糊(平滑)。

      相关运算是将摸板当权重矩阵做加权平均,而卷积与相关不同的是需要将摸板沿中心反叠后再加权平均.当摸板对称的时候,两者完全相同. 

      卷积很大的一个作用就是滤波(平滑),另外一个就是针对图像的某个物体进行定位
    展开全文
  • #include #include<highgui.h>//#pragma comment(lib, "cv.lib") //#pragma comment(lib, "cxcore.lib") //#pragma comment(lib, "highgui.lib")int main() { CvPoint2D32f srcTri[4], dstTri[4];...
    #include<cv.h>
    #include<highgui.h>
    
    //#pragma comment(lib, "cv.lib")
    //#pragma comment(lib, "cxcore.lib")
    //#pragma comment(lib, "highgui.lib")
    
    int main()
    {
        CvPoint2D32f srcTri[4], dstTri[4];
        CvMat*       warp_mat = cvCreateMat(3, 3, CV_32FC1);
        IplImage*    src = NULL;
        IplImage*    dst = NULL;
    
        src = cvLoadImage("E:\\图像处理\\6.bmp");//("D:\\1.jpg");//("E:\\图像处理\\25.bmp");
        dst = cvCloneImage(src);
        dst->origin = src->origin;
        cvZero(dst);
    
        srcTri[0].x = 0;
        srcTri[0].y = 0;
        srcTri[1].x = src->width-1;
        srcTri[1].y = 0;
        srcTri[2].x = 0;
        srcTri[2].y = src->height-1;
        srcTri[3].x = src->width-1;
        srcTri[3].y = src->height-1;
    
        dstTri[0].x = src->width *0;
        dstTri[0].y = src->height * 0;
        dstTri[1].x = src->width * 0.9;
        dstTri[1].y = src->height * 0;
        dstTri[2].x = src->width * 0.21;
        dstTri[2].y = src->height ;
        dstTri[3].x = src->width*0.71 ;
        dstTri[3].y = src->height ;
    
        cvGetPerspectiveTransform(srcTri, dstTri, warp_mat);
        cvWarpPerspective(src, dst, warp_mat);
    
        cvNamedWindow("src", 1);
        cvShowImage("src", src);
        cvNamedWindow("Affine_Transform", 1);
        cvShowImage("Affine_Transform", dst);
    
        cvWaitKey(0);
    
        cvReleaseImage(&src);
        cvReleaseImage(&dst);
        cvReleaseMat(&warp_mat);
    
        return 0;
    }

    运行效果
    这里写图片描述

    展开全文
  • 对于图像感兴趣区域(ROI)的提取,一般从来两个方面着手解决:一是利用图像分割技术提取ROI;...差影法:本文主要用到图像减法,在进行图像处理时,对混合背景和前景的图像,人们往往对前景比较感兴趣,假设背...

    对于图像感兴趣区域(ROI)的提取,一般从来两个方面着手解决:一是利用图像分割技术提取ROI;二是从人眼得视觉特征出发,通过模拟人眼得视觉特点,寻找特定得视觉敏感区域,并将这些视觉敏感区域排序作为ROI。
    本文介绍差影法(对图像进行代数运算得一种不同的叫法)、交互式提取法、自动图像分割提取法。
    差影法:本文主要用到图像减法,在进行图像处理时,对混合背景和前景的图像,人们往往对前景比较感兴趣,假设背景图像为b(x,y),前景背景混合图像为f(x,y),则去除了背景得图像为:a(x,y)=f(x,y)-b(x,y)
    通过差影法提取图像感兴趣区域的实现过程如下:
    (1)使用strel函数创建指定形状对应得结构元素,形状参数选择disk,根据背景复杂程度选择合适得圆盘半径。 background=imopen(I,strel(‘disk’,15));
    (2)对原始图像和由strel函数创建得结构元素进行开运算,得到背景图像。
    (3)使用imsubtract函数对原始图像和背景图像做减法运算,得到消除背景后得感兴趣区域。 I2=imsubtract(I,background);
    注:实验图片得背景复杂度不同,圆盘半径参数选取不同。
    优点:提取ROI对于背景简单得图像处理效果较好,处理速度快。
    缺点:对于复杂背景得图像处理效果不太好,背景干扰不易去除,且不停的实验选取适合得圆盘半径,操作比较麻烦,不太适用于大量图片得感兴趣区域的提取。
    发现使用这个方法得一个很好得例子:https://www.jb51.net/softjc/505297.html

    交互式提取法:以用户为中心,实现用户与提取算法得交互,能得到比较好的提取效果。
    通过交互式提取法提取ROI得实现过程如下:
    (1)提取原图得R、G、B分量;
    (2)使用ginput函数获得所选择点得坐标;
    (3)使用line函数在两个相邻选择点连线,直到终点与起点重合,连成封闭区域;
    (4)使用roipoly函数选择封闭折线围成得灰度图得多边形区域,背景部分为黑,区域内为白;
    (5)将原图得RGB分量分别与roipoly所得到得多边形区域图像做点乘运算,并联结各分量归一化,得到去除背景保留感兴趣区域得图像。
    优点:以用户为中心,让用户自己定义图像得感兴趣区域,不管边界复杂或简单,都可以人为精确选择感兴趣边缘,从而很好得提取出用户感兴趣得区域图像,即精度高。
    缺点:依赖于用户得自定义操作,处理速度不高,交互式过程复杂,不易做到友好、自然、不适应大量图片得感兴趣区域提取。
    很好得一个例子:https://www.ilovematlab.cn/thread-56748-1-1.html

    自动图像分割提取法见下一篇博客。

    展开全文
  • 数字图像处理

    2019-07-03 09:52:08
    一. 名词解释 1. 数字图像:是将一幅画面在空间上分割成离散的点(或像元),...3. 数字图像处理:采用特定的算法对数字图像进行处理,以获取视觉、接口输入的软硬件所需要数字图像的过程。 4. 图像增强:通过某...

    一. 名词解释

    1. 数字图像:是将一幅画面在空间上分割成离散的点(或像元),各点(或像元)的灰度值经量化用离散的整数来表示,形成计算机能处理的形式。

    2. 图像:是自然生物或人造物理的观测系统对世界的记录,是以物理能量为载体,以物质为记录介质的信息的一种形式。

    3. 数字图像处理:采用特定的算法对数字图像进行处理,以获取视觉、接口输入的软硬件所需要数字图像的过程。

    4. 图像增强:通过某种技术有选择地突出对某一具体应用有用的信息,削弱或抑制一些无用的信息。

    5. 灰度直方图:灰度直方图是灰度级的函数,描述的是图像中具有该灰度级的像素的个数。或:灰度直方图是指反映一幅图像各灰度级像元出现的频率。

    6. 细化:提取线宽为一个像元大小的中心线的操作。

    7.8-连通的定义:对于具有值V的像素p和q ,如果q在集合N8(p)中,则称这两个像素是8-连通的。

    8.中值滤波:中值滤波是指将当前像元的窗口(或领域)中所有像元灰度由小到大进行排序,中间值作为当前像元的输出值。

    9.像素的邻域: 邻域是指一个像元(x,y)的邻近(周围)形成的像元集合。即{(x=p,y=q)}p、q为任意整数。像素的四邻域:像素p(x,y)的4-邻域是:(x+1,y),(x-1,y) ,(x,y+1), (x,y-1)

    10.直方图均衡化:直方图均衡化就是通过变换函数将原图像的直方图修正为平坦的直方图,以此来修正原图像之灰度值。

    11.采样:对图像f(x,y)的空间位置坐标(x,y)的离散化以获取离散点的函数值的过程称为图像的采样。

    12.量化:把采样点上对应的亮度连续变化区间转换为单个特定数码的过程,称之为量化,即采样点亮度的离散化。

    13.灰度图像:指每个像素的信息由一个量化的灰度级来描述的图像,它只有亮度信息,没有颜色信息。

    14.图像锐化:是增强图象的边缘或轮廓。

     

     

    1. 图像工程

    图像工程是一个系统地研究各种图像理论,开发各种图像技术和使用各种图像设备的综合科;主要可分成如下紧密联系又有区别的3个层次:图像处理,图像分析和图像理解

    2.频率域

    以频率作为变数对振动所进行的研究称为频率域。

    3. 名义分辨率:映射到图象平面上的单个象素的景物元素的尺寸。 单位:象素/英寸,象素/厘米

    5. 图像分割:为后续续工作有效进行而将图图像划分为若干个有意义的区域的技术称为图像分割

    6. 低通滤波器:低通滤波器是容许低于截至频率的信号通过, 但高于截至频率的信号能通过的滤波装置。以去掉图像中不必要的高频成分,可以用于去除噪声

    7. 高通滤波器:容许高于截至频率的信号通过,但低于截至频率的信号不能通过的滤波装置。去掉信号中不必要的低频成分,可以用于边缘增强。

    8.4临域

    对于任意像素(i,j),把像素的集合{(j+p,j+q)}(p,q是一对适当的整数)叫做像素(i,j)的邻域。直观上看,这是像素(i,j)附近的像素形成的区域。最经常采用的是4邻域和8邻域。

    一个点的临域的定义为以该点位中心的一个园内部和边界上的点的集合。用长度为一的半径得到4邻域

    9.8临域:长度为为半径的邻域

    10.4连接:2个像素p和r在灰度集合V中取值且r在N4(p)---p的4邻域中

    11.8连接:2个像素p和r在灰度集合V中取值且r在N8(p)---p的8邻域中

    12. m-连接:也叫混合连接,2个像素p和r在灰度集合V中取值且满足<1>r在N4(p)中;<2>r在Nd(p)中且N4(p)与N4(r)的交集元素不在V中。“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

    13. 图像变换:是把图像从一个空间变换到另一个空间,方便分析和处理的方法;

    15.空域滤波

    在空域内,利用像素本身以及邻域像素的灰度值进行图像处理的方法称为空域滤波

    • 从功能上分:平滑滤波;锐化滤波
    • 从算法上分:线性滤波 ;非线性滤

    16.差分算子

    作用在网格函数空间上的算子.差分算子在逼近微 分差分问题中出现,是差分格式理论中的研究课题.差分格式可以看成是 作用在某函数空间,即网格函数空间上的算子的方程

    17.hough变换

    是一种基于图像全局分割结果的边缘连接技术,它抗干扰能力强,能检测出任意形状的曲线,即使线上有许多的断裂,因此在图像分析的预处理中获得广泛应用。下面只介绍检测直线的经典方法。

    设图像空间(x,y)中的一条直线的方程为:y=u0x+v0    

    式中u0为斜率,v0为截距。那么对于直线上的任意一点pi(xi,yi),它在由斜率和截距组成的变换空间(u,v)中将满足方程式:v=-xiu+yi                    

    18.傅立叶变换

    傅里叶变换能将满足一定条件的某个函数表示成三角函数(正弦和/或余弦函数)或者它们的积分的线性组合。

    19.卷积定理

    两个函数卷?的傅里叶变换对应于两个函数傅里叶变换的乘积;两个函数乘积的傅里叶变换对应于两个函数傅里叶变换的卷积。()

    若系统的输入为一维函数f(x)、g(x)那么有

    空域卷积对应频域乘积        fx*gx Û FuGu

    频域卷积对应于空域乘积   fxgx Û Fu* Gu

    20.可分离变换

    可分离变换的一般形式

        T(u,v) = å å f (x,y) g(x,y,u,v),x,y=0,…,N-1;u,v=0,…,N-1

         f (x,y) = å å T(u,v) h(x,y,u,v),u,v=0,…,N-1;x,y=0,…,N-1

         g(x,y,u,v)、h(x,y,u,v)分别称为正向变换核和反向变换核;是变换中进行级数展开的基本函数。

       如果g(x,y,u,v)= g1(x,u)g2(y,v),则称正向变换核是可分离的;

       如果h(x,y,u,v)= h1(x,u)h2(y,v),则称反向变换核是可分离的;

     

    22.伪彩色:将灰度图像划分成若干等级区间,每个区间对应一种颜色。

     

     

    二. 简答题

    1. 数字图象包括哪些种类?二值图像,灰度图像,索引图像,RGB彩色图像

    2. HSI 表色系统中 HSI 分别代表什么含义?

    I:表示光照强度或称为亮度,它确定了像素的整体亮度,而不管其颜色是什么。

    H:表示 色度,由角度表示。反映了该颜色最接近什么样的光谱波长(既彩虹中的那种颜色)0o 为 红色,120o 为绿色,240o 为蓝色。0 o 到 240o 覆盖了所有可见光谱的颜色,240o 到 300o 是人眼可见的非光谱色(紫色)

    S:饱和度,饱和度参数是色环的原点到彩色点的半径长度。在环的外围圆周是纯的或称饱和的颜色, 其饱和度值为 1。在中心是中性(灰色)影调, 即饱和度为 0。

    3. 傅里叶变换的主要性质有哪些?

    一、分离性 二、平移性 三、周期性和共轭对称性 四、线性性(分配律) 五、卷积

    4. 图像分割有哪些种类?  最佳阈值法,辨别分析法

    5. 图像分割的目的是上什么?

    将感兴趣的目标从图像背景中提取出来,给后续的分类、跟 踪、识别等提供基础。

    6.说明频域增强 一般过程?   频域处理是在图像的某个变换域内, 对图像的变换系数进行运 算,然后通过逆变换获得图像增强效果,是一种间接增强的算法

    7.目标表达和描述的异同?    都是对图像的表示方法。表达具体、描述抽象;表达数据量较 大、描述数据量较小;表达侧重于数据结构、描述侧重于区域特性。

    8. 图像变换分为可分离变换和统计变换两大类。其中可分离变换主要包括哪些变换?

    9. 快速傅里叶变换是如何实现的?    将傅里叶变换分成二个步骤计算,每个步骤用一个 ID 变换实现;先算行,后算列;ID 变换的逐次加倍法,蝶形算法。

    10. 图像增强的目的是上什么?  是根据应用需要突出图像中的某些“有用”信息,削弱或 去除不需要的信息,以达到扩大图像中的不同物体特征之间的差别, 使处理后的图像对于特 定应用而言,比原始图像更适合, 或者为了图像的信息提取以及为其他图像分析技术奠定基础。

    11 .图像的频域增强主要包括哪些方法?  高通滤波、低通滤波、带通滤波、带阻滤波、同态 滤波等。

    12. 简述数字图像处理的主要方法有哪些?  空域方法和频域方法

    13. 数字图像处理的主要内容是什么?     1 几何处理,2 算术与逻辑运算,3 图像增强,4 图像的变换,5 图像的分割,6 图像还原,7 图像码,8 图像重建识别,9 图像模型,10 图像分析理解 .

    14. 简述一维快速傅立叶变换的基本思想

     

    15. 请写出一个利用 MATLAB 计算并显示傅立叶变换谱的代码.

    17. 图像空域增强和频域增强的基本原理是什么?

    频域增强:直接在图像所在的二维空间进 行处理,即对每一像素点的灰度值进行处理;

    空域增强:直接对图像灰度级做运算基于频域 的算法是在图像的某种变换域内对图像的变换系数值进行某种修正。

    18. 请写出利用 Matlab 实现中值滤波的代码

     

    19. 同态滤波的特点是什么?

    20. 如何由 RBG 颜色模型转化为 CMY 颜色模型?如何由 RGB 颜色模型转换到 HIS 颜色 模型?

    21. 彩色图像增强和单色图像增强之间有什么联系?

    22. 什么是伪彩色增强?其主要目的是什么?

    把不敏感的灰度信号转换成敏感的彩色信号 (指定某灰度为某种) 称为伪彩色增强,用一个平行于坐标平面的平面切割图像亮度函数,将亮度函数分成M个不同灰度级的区域。伪彩色目的是增强或改善视觉效果。

    23.简明阐述Hough变换的基本思想。

    Hough 变换的实质是将图像空间内具有一定关系的 像元进行聚类,寻找能把这些像元用某一解析形式联系起来的参数空间累积对应点。

    24.请说明RGB模型与CMY模型的关系。简述HSI模型。

    答:  RGB模型与CMY模型是互为补色的关系。RGB模型是加色系统,CMY  是减色系统。它们之间的关系如下图所示:

    R

     

     
     

     

                                                       M                                           Y

     

     

                                                       B                                            G

     

                                                                           C

               HIS模型:H:颜色的色调,取值 0-360

                                      S:颜色的饱和度,取值 0-100

                                      I:颜色的亮度, 取值 0-100

     

    25.请解释以下概念:

    象素的四邻域、八邻域

    象素的4-连通性、8-连通性

    象素的D4距离、D8距离

    对于象素P(x,y) ,q(s,t)

     象素的四邻域是:P(x,y-1), P(x,y+1), P(x-1,y), P(x+1,y)

     象素的八邻域是:P(x,y-1), P(x,y+1), P(x-1,y), P(x+1,y)

                                                     P(x-1,y-1), P(x+1,y+1), P(x-1,y+1), P(x+1,y-1)

    象素的4-连通性:处于P的四领域上的点,被称为与点P是4-连通的。

    象素的8-连通性:处于P的八领域上的点,被称为与点P是8-连通的。

    象素的D4距离:D4 = |x – s| + |y – t|

    象素的D8距离:D8= max(|x – s|, |y – t|)

    26.请简述二维傅立叶变换的主要性质。

    可分离、平移、旋转性、周期与共轭对称性、性线性、均值、拉普拉斯、卷积

    27. 经过基本高通过滤器、高增益过滤器处理后产生的结果图象各有何特点?

    基本高通过滤器处理后产生的结果图象,变化平缓的区域的值均为0,而边缘附近的象素边得很亮。高增益过滤器处理后产生的结果图象,在边缘被加亮增强的同时,变化比较平缓的区域的原图象素依增益值大小的不同,得到了不同程度的保留。

    28.图像锐化与图像平滑有何区别与联系?

    图象锐化是用于增强边缘,导致高频分量增强,会使图像清晰;
    图像平滑用于去噪,对图像高频分量即图像边缘会有影响。
    都属于图像增强,改善图像效果

    29.伪彩色与假彩色有何区别?

    伪彩色增强是对一幅灰度图象经过三种变换得到三幅图象,进行彩色合成得到一幅彩色图像;假彩色增强则是对一幅彩色图像进行处理得到与原图象不同的彩色图像;主要差异在于处理对象不同。相同点是利用人眼对彩色的分辨能力高于灰度分辨能力的特点,将目标用人眼敏感的颜色表示。

     

    填空题 

    1.空间域增强的主要方法有:灰度变换、直方图变换。

    2.想要去除数字图像中的胡椒盐噪声,应采用 中值滤波运算

    ①高通滤波 ②中值滤波 ③直方图均衡化 ④同态滤波

    3.常用的颜色模型有: RGB、HSICMYCMYK等。

    4.数字图像的直方图运算,不会__①__。

    ①改变像素的空间分布 ②改变图像亮度 ③改变图像对比度 ④减少图像细节

    5.常用的空间域锐化算子有:sobel 算子、 _梯度法_、__拉普拉斯锐化算子__等。

    6.________滤波将图像划分为照度(入射)分量和反射分量,通过________运算将二者分离

    7.图像锐化除了在空问域进行外,也可在频率域进行。

    8.存储一幅大小为1024>C 1024, 25fi 个灰度级的图 像,需要8M bit。

    9、低通滤波法是使 高频成分 受到抑制而让 低频 成分 顺利通过,从而实现图像平滑。

    10、一般来说,采样间距越 ,图像数据 量越 ,图像质量越 ;反之亦然。

    11、直方图修正法包括直方图均衡直方图规定化 两种方法。

    12,图像处理中常用的两种邻域是4邻域8_邻域

    13、图像数字化过程包括::采样和量化

    14、灰度直方图的横坐标是灰度级,纵坐标是该灰度级出现的频率

    15、基本的形态学运算是腐蚀和膨胀先腐蚀后膨胀的过程为开运算,先膨胀后腐蚀过程为闭运算。

    16.在RGB 彩色空间的原点上,个基色均没有亮 度,即原点为黑色基色都达到最高亮度时则表 现为白色

    17.数字图像是(图像)的数字表示,〔像素)是其最小的单位。

    18.(灰度图像)是指每个像素的信息由一个量化的灰度级来描述的图像,没有彩色信息。

    19.(彩色图像)是指每个像素的信息由HGB 原色构成的图像,其中HGB 是由不同的灰度级来描述 的。

    20.图像的数宇化包括了空问离散化即(采样)和明暗表示数据的离散化即(量化)

    21.(分辨率)是指映射到图像平面上的单个像素的景物元素的尺寸。

    22.(直方图均衡化)方法的基本思想是,对在图像中像素个数多的灰度级进行展宽,而对像素个数少的 灰度级进行缩减,从而达到清晰图像的日的。

    23图像锐化的目的是加强图像中景物的(细节边缘和轮廓)。

    24因为图像分割的结果图像为二值图像,所以通常又称图像分割为图像的〔二值化处理)

    25.将相互连在一起的黑色像素的集合称为一个(连通域)通过统计(连通域)的个数,即一可获得提取 的目标物的个数。

    26.(腐蚀)是一种消除连通域的边界点,使边界向内收缩的处理。

    27.(膨胀)是将与目标区域的背景点合并到该目标物中,使目标物边界向外部扩张的处理。

     

    四、判断题

    1.马赫带效应是指图像不同灰度级条带之间在灰度交界处存在的毛边现象(x)

    2.高斯低通滤波器在选择小的截止频率时存在振铃效应和模糊现象。( × )

    3.均值平滑滤波器可用于锐化图像边缘。( × )

    4.高频加强滤波器可以有效增强图像边缘和灰度平滑区的对比度。( √ )

    5.图像取反操作适用于增强图像主体灰度偏亮的图 像。( × )

    6.彩色图像增强时采用RGB 模型进行直方图均衡化可以在不改变图像颜色的基础上对图像的亮度进 行对比度增强。( × )

    7.变换编码常用于有损压缩。( √ )

    8.同态滤波器可以同时实现动态范围压缩和对比度 增强。( √ )

    9.拉普拉斯算子可用于图像的平滑处理。( × )

    10.当计算机显示器显示的颜色偏蓝时,提高红色和 绿色分量可以对颜色进行校正。( √ )

    11.图像的增强中的直方图灰度变换是一种点运算。 (√ )

    12.判断:图像的平滑操作实际上是邻域操作。( √ )

    13.,灰度直方图能反映一幅图像各灰度级像元占图 像的面积比。(√ )

    14..直方图均衡是一种点运算,图像的二值化则是一 种局部运算。( × )

    改正:直方图均衡是一种点运算,图像的二值化也 是一种点运算。

    或:直方图均衡是一种点运算,图像的二值化不是 一种局部运算。

    15.边缘检测是将边缘像元标识出来的一种图像分 割技术。( √ )

    16.开运算是对原图先进行膨胀处理,后再进行腐蚀 的处理。( × )

    17.均值平滑滤波器可用于锐化图像边缘。( × ) 

     

    五、综合题

    1.图象增强的作用是什么?分别简述频域过滤器和空域过滤器进行图象增强的方法。

    作用:改善图像的视觉效果,或将图像转换成更适合人眼观察和机器分析、是别的形式,以便从图像中获取更有用的信息。

    频率域过滤器:对图像中的信号频率成分进行滤波,在通带内的频率分量通过,在阻带内的频率分量衰减。

    空间域过滤器:采用模板处理方法对图像进行滤波,去除图像噪声或增强图像的细节。

    (理解:一般图象增强的作用是去除噪音,增强边缘的清晰度,以便下一步处理。(2分) 频域过滤器进行图象增强的方法是:通过正向的傅立叶变换,得到图象的频域结果,在频域上对图象进行高通滤波增强边缘,或进行低通滤波去除噪音,然后将滤波后的图象通过逆向傅立叶变换,变换到空域,完成处理。(2分)空域过滤器进行图象增强的方法是:用线性过滤器处理每一个象素,线性过滤器的计算方法是,用下式计算的结果代替原象素:

    d = 1/9 (c11*p11+ c12*p12+ …+c33*p33)

    其中cij是3x3的模板系数,pij是当前处理象素的8邻域对应的象素。

    去除噪音一般使用低通过滤器,其过滤器模板是:

                                                   1 1 1

                                                   1 1 1

                                                   1 1 1

     提取边缘一般使用高通过滤器,其过滤器模板是:

                                                   –1 –1 –1

                                                   –1  8 –1

                                                   –1 –1 –1

    模板还可以是5x5或7x7的。(2分))

     

    1. 试讨论用于平滑处理的滤波器和用于锐化处理的滤波器之间的区别和联系
    1. 区别:图像平滑:采用低通滤波器,主要用来去除噪声;

             图像锐化:采用高通滤波器,主要用来增强边缘信息。

    1. 联系:二者都有理想、指数巴特沃思、梯形这几种滤波器,都是图像增强的方法,从而满足视觉的要求。

     

     

    2.画出下列图形的骨架

                                                         

     

    1. 字符ABCDE0189X的欧拉数各是多少?

    说明:课本P273,欧拉数E=C-H,C是连通分量,H是孔洞数目。

     

    4.用分裂合并法分割如图所示图像,并给出对应分割结果的四叉树?(10分)

    说明:课本P187,灰色的圈需要继续拆分,直到拆分仅剩白色和黑色两种为止。

     

     

     

    5.给出下列图像边界的8方向和4方向链码和形状数。(10分)

    01003011012212232333

    13031103110310131001

    00113031103110310131

    4方向:0 1 0 0 3 0 0 3 2 3 3 2 1 2 2 3 2 1 1 1          形状数:0 0 3 1 3 0 3 1 0 3 3 1 0 3 3 1 0 1 3 3

    8方向:1 0 0 7 0 6 5 6 4 3 5 4 2 2 2 2                形状数:0 0 0 7 7 0 7 1 6 7 1 6 7 2 7 6

    4方向:0 1 0 3 0 3 0 3 2 2 3 2 3 2 1 2 1 0 1 1          形状数:0 1 3 1 3 3 1 3 3 1 0 3 1 3 3 1 3 1 3 3

    8方向:1 2 1 0 7 7 6 4 5 5 4 3 2                    形状数:0 7 6 1 0 7 7 7 7 1 7 7 7

    6.给出下图自 A 点开始,向右编码的边界链码,计算其周长(10分)

    链码:0 0 7 0 7 6 6 6 5 5 4 3 4 3 3 2 2 1 1

    周长:10+9√2

    说明:课本P259 链码

     

    7.MATLAB编程实现均值滤波算法(采用3×3的窗口)。(10分)

    0

    -1

    0

    -1

    4

    -1

    0

    -1

    0

    8.MATLAB编程实现边缘检测算法。(10分)

    (采用如下拉普拉斯算子)(答案见上题)

     

    9.试给出把灰度范围(010)拉伸为(015),把灰度范围(1020)移到(1525),并把灰度范围(2030)压缩为(2530)的变换方程。

    Y=1.5x,0<x<10;

    Y=x+5,10<x<20;

    Y=0.5x+15,20<x<30。

    10.为什么一般情况下对离散图像的直方图均衡化并不能产生完全平坦的直方图?

    这是由于直方图均衡化是是将图像灰度级的概率密度均匀分布,只将几个像素较小的灰度级归并到了一个新的灰度级上,而将像素较多的灰度级间隔拉大。

    11.如果一幅图像已经用直方图均衡化方法进行了处理,那么对处理后的图像再次应用直方图均衡化,处理的结果会不会更好?

    不会更好,因为直方图均衡化处理后各灰度级像素的出现概率基本均衡化,再次处理也将不再变化,即再次处理结果也将不再变化。


    13.简洁说明一下下面两种灰度变换函数会对图像产生什么效果

    其中:(x, y) 和 (x’, y’)分别是选择前后的坐标。

    对比度变高,灰度级低于m时变暗,高于m时变亮。是一种极限情况,产生二值图像。

     

    14.什么是中值滤波?中值滤波的主要优点是什么?给出如下图象采用 3*3中值滤波后的结果。

    定义:中值滤波是一种非线性平滑技术,是将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值的图像消除噪声的方法。

    优点:对消除椒盐噪声非常有效,在抑制随机噪声的同时能有效保护边缘信息少受模糊。

             结果:1  1  1  1  1  1  1  1

    1.    5  5  5  5   
    1.  5  5  5  5  5  5 
    1.  5  5  7  5  5  5 

    1  5  5  5  5  5  5  1

    1.  5  5  5  5  5  5 

    1  1  5  5  5  5  1  1

                         1  1  1  1  1  1  1  1

     

    15.写出频率域图像滤波的基本流程。

     

     

     

     

     

     

    16.画出如下图形经过形态学开和闭运算后的大致结果,所使用的结构元素是直径约略大于图形中间结合部位宽度的圆。

    开运算:;闭运算:

     

    18.根据据所给结构元素,对原图像进行腐蚀、膨胀。

    见资料,课本P206

    24.写出“*”标记的像素的4邻域、对角邻域、8邻域像素的坐标(坐标按常规方式确定)。(9分)

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    *

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    四邻域:(x-1,y)、(x+1,y)、(x,y-1)、(x,y+1)

    对角邻域:(x-1,y+1)、(x+1,y+1)、(x-1,y-1)、(x+1,y-1)

    8邻域:(x-1,y)、(x+1,y)、(x,y-1)、(x,y+1)

                、(x-1,y+1)、(x+1,y+1)、(x-1,y-1)、(x+1,y-1)

    25.以(21)作为起点,按顺时针顺序写出目标的4方向链码、归一化链码和差分

    链码。(12分)  

    4方向链码:1 0 3 0 0 3 2 3 2 1 2 1

    一阶差分: 0 3 3 1 0 3 3 1 3 3 1 3

    形状数:   0 3 3 1 0 3 3 1 3 3 1 3

    (形状数即一阶差分的归一化,所谓归一化就是把指定链码变成最小)

    (以上是求形状数的过程,老师说该题归一化链码表达不准确,会求形状数即可)

    19.计算下图的归一化直方图。

     

    0

    1

    2

    3

    4

    5

    6

    7

    1

    2

    2

    2

    3

    3

    3

    7

    2

    0

    0

    6

    6

    5

    5

    1

    3

    1

    2

    1

    2

    3

    6

    4

    4

    4

    2

    2

    2

    5

    5

    5

    5

    5

    7

    7

    4

    4

    4

    5

    6

    5

    2

    2

    2

    6

    6

    6

    7

    1

    1

    0

    0

    0

    2

    2

    课本P74-77的例4.2.1,或参考20题。答案见下图。

    20..统计下列图像的灰度直方图,给出直方图均衡化运算过程和结果图像。

    课本P74-77的例4.2.1。

      rk    nk   p(rk)        

             0       5       5/64

      1/7   12     12/64       

      2/7   16     16/64       

      3/7   8       8/64

      4/7   1       1/64

      5/7   7       7/64

      6/7   10     10/64       

    1       5       5/64

     sk    mk   p(sk)        

             0       0       0      

      1/7   5       5/64

      2/7   12     12/64       

      3/7   0       0      

      4/7   24     24/64       

      5/7   8       8/64

      6/7   10     10/64       

      1       5       5/64

    21.写出下面的图像进行区域生长的过程和结果。其中,种子选择准则:最亮的点;相似性准则:新加入像素值与已生长的区域的平均值小于2,且为4连通。终止准则:没有像素加入。

    3       3       4       7       6       4       5       2  (课本185页)

      4       4       8       9       7       4       3       3

      2       3       4       8       4       4       5       4

      2       4       3       7       7       4       5       4

      4       3       4       8       9       8       5       3

      2       4       4       2       7       2       5       2

      4       4       3       2       6       2       3       3

      4       3       3       3       4       4       3       4

     

    22.对下面图像分别进行3*3的中值滤波和3*3的拉普拉斯滤波,拉普拉斯模板中心为+4。(数值四舍五入;模板中心距离图像边缘不小于1个像素)。(16分)

     

    中值滤波:(9个数排序去中位数放在中间)

    6   4   3   5   2   1

    2   3   4   5   4   0

    3   2   2   4   3   3

    0   3   4   4   4   2

    3   3   3   4   5   6

        3   3   4   7   6   5

    拉普拉斯滤波:(模板是{0 -1 0;-1 4 -1;0 -1 0},没有取正值)

        6   4   3   5   2   1

    2   4   7   1   17  0

    3   6   8   5   1   3

    0   9   5   8   4   2

    3   7   1   0   2   6

    3   3   4   7   6   5

    23.对下面图像分别进行3*3的均值滤波和Sobel梯度。(数值四舍五入;模板中心距离图像边缘不小于1个像素;梯度模值用绝对值之和代替)(20

    1

    2

    3

    4

    5

    5

    4

    3

    2

    1

    1

    2

    6

    5

    4

    3

    2

    1

    3

    3

    4

    4

    5

    5

    6

    均值滤波:(9个值取平均赋中间的数,边缘未处理)

    1   2   3   4   5

    5   3   3   4   1

    1   3   3   3   4

    3   3   4   4   3

    4   4   5   5   6

    Sobel梯度:(P89 两个模板运算去绝对值的和)

    1   2   3   4   5

    5   6   8   8   1

    1   14  10  6   4

    3   8   6   4   3

    4   4   5   5   6

     

    计算方法,如1*1+2*2+3*1-3*1-0*2-8*1=-3,2*1+3*2+2*1-0*1-8*2-7*1=-13,其他类似计算。边缘不考虑,可以取零,也可以不变。

     

    1. 结合自己的知识和观察,举出一个图像处理应用的例子,并描述主要步骤和算法。

    到实验指导上去找一例即可,必考5分。

     

     

     

     

     

    26.计算所给图中的连通域个数?(分另用4连接和8连接求)

    解:4连接意义下有6个连通域;8连接意义下有2个连通域。

    Matlab

    1.开辟一个图像窗口的命令是什么?答:figure

    2.subplot(3,2,2)是什么意思?答:在 3*2 小块图中,显示第 2 个小图

    3. 指出下例命令的含义?

    (1)imread('name.tif')

    (2)load

    (3)imwrite(i,'name.tif')

    答:读取图像装入一个.mat 文件;将图?写入到'name.tif'文件中

    4. uint8 是什么类型数据?表示的范围是多少?答:无符? 8 位整数 0~255

    5. uint16 是什么类型数据?表示的范围是多少?

    答:无符号16 位整数 0~65535 49.从增强的作用域出发,图像增强 的两种方法为:____________

    6.图像显示等常用函数使用: figure imread(filename) imshow(i) imwrite(i,filename) subplot(m,n,x) image(i) imhist(i) i

    madd(i,j)

    7.图像类型转换函数:rgb2gray-将彩色图像转成灰度图像uint8-将数据?成 8 位无符?数 double-将数据转成双精度类型

    8.常用的其他函数: or() and() break zeros() ones() size

    9.几个简单的命?的作用: close clear

    10.MATLAB 的三个窗口分别是什??

    11.for i=5:100 end 的意义?

    12.Sqrt(3)?

    13.while i<=99 end 的意义?

    14.if or(i==k,i==257-k)的意义?

    15.ones(3)和 zeros(4)的意义?

    16.设 a ?为1 2 3;4 5 6],则[a;7 8 9]是什么意思?

    17.pi 是什??

    18.ones(4)表示的矩阵大小为多小?

    展开全文
  • 第一章 图像的概念: 1.什么是图像? 图 —— 物体投射或反射光的分布,是客观存在; 像 —— 人的视觉系统对图的接收在大脑中形成的印象或认识,是人的感觉;...图像处理:对图像信息进行性加工(...
  • 数字图像处理概述

    2020-07-06 09:51:05
    它的空间位置和亮度都是整数值,图像处理包括图像数字化,图像数字化就是模拟图像变为数字图像,图像变换有利于特征提取,加强对图像信息的理解主要是使用算法,图像增强就是增强有用信息,消除噪声干扰;...
  • 图像处理的基本步骤:获取图像数据—— 平滑处理 —— 边缘检测/阈值分析 —— 形态学操作 —— 获取某些特征点 —— 分析数据 二值化变换(binary transformation):图像分割的一种方法。在二值化图象的时候把大于...
  • 数字图像处理知识点

    2020-02-03 16:11:34
    数字图像处理知识点 目录 数字图像处理知识点 第一章 概述 1.1数字图像处理相关概念 1.2数字图像处理系统流程图: 1.3 数字图像处理主要研究内容 第二章 数字图像处理基础 2.1图像的数字化及表达 2.2图像...
  • 前面也分享过一些opencv的一些图像处理方式,那我今天介绍一个用opencv来提取合同、纸张或者证件的边框并去掉背景,将图像摆正的做法,然后也根据这个思路,介绍下校验是否填写,或者签名的一个思路。话不多说,来看...
  • 目标:实际公路的车道线检测 素材中车道保持不变,车道线清晰明确,易于检测,是车道检测的基础版本,网上也有很多针对复杂场景的高级实现,感兴趣的朋友可以自行了解。 如果我们手动把这部分ROI区域抠出来,就会...
  • 利用线性左半梯形模糊分布将灰度图像的普通空间集合变换为广义模糊空间集合,再利用LGFO对广义模糊集合进行区域对比度增强,把增强后的广义模糊集合变换为普通集合,最后对处理后的普通集合进行边界提取。...
  • 第五章图像增强 两个方法: 1)空间域增强:点处理,模板处理即领域处理 2)频率域增强:高低通滤波,同态滤波 1.空间域图像增强 1)点处理 基于灰度变换 灰度线性变换 作用:对每一个像素灰度做...
  • 像变换的目的在于 1) 使图像处理问题简化; 2) 有利于图像特征提取;...图像处理的几种具体算法 1) 局部处理:移动平均平滑、空间域锐化。 2) 点处理:图像对比度增强、图像二值化。 3) 大局处理:傅里叶...
  • /*今天师弟来问我,CV的书里到处都是卷积,滤波,平滑……这些概念到底是什么意思,有什么区别和联系,瞬间晕菜了,学了这么久CV,卷积,滤波,平滑……这些概念每天都念叨好几遍,可是心里也就只明白个大概的...
  • 数字图像处理 知识点

    2019-01-13 23:50:27
    数字图像处理:借助于数字计算机来处理数字图像。 亮度函数、入射分量、反射分量: 马赫带效应: 同时对比度: 亮度恒定:当物体对背景的亮度、对比度保持一致时,即使物体和背景的亮度在很大的范围里变化,人眼对...
  • (知识点来源:课本《数字图像处理》(贾永红),总结的内容是我们学校老师划的期末范围,主要目的是掌握基本概念) 第二章:数字图像处理的基本概念 2.3 图像数字化 数字化是将一幅画面转化成计算机能处理的数字...
  • 图像处理之滤波器

    2016-09-01 11:01:18
    图像处理之滤波器 ...由于我们组的项目和图像处理(运动物体检测与跟踪)有关,和我同组的iamfrankie同学将在FPGA方面对该项目发表一些好的博文,前段时间他的博文也受到各位的好评,其中不乏好的文章,
1 2 3 4 5 ... 20
收藏数 413
精华内容 165
热门标签
关键字:

图像处理提取梯形的算法