【数字图像处理】【个人入门记录】 绪论
[数字图像处理] 萌新入门
- 一、绪论
- 1.什么是数字图像处理
- 1)什么是图像
- Ⅰ图:
- Ⅱ像:
- Ⅲ图像:
- 2)什么是数字图像
- 2.数字图像处理系统
- 1)获取图像
- Ⅰ成像
- Ⅱ数字化
- 采样:
- 量化
- 量化结果
- 2)处理图像
- ① 图像预处理——改善像质,以便于目视判读。
- ② 图像分析(测量)(analysis):密度(灰度)、平面几何参数,三维参数测量技术。
- ③ 图像识别(recognition):模式识别与景物分析
- 正文结束。
- 3)输出结果
一、绪论
本篇文章是在老师带动下对课程的总结与归纳,同时也是对各类资料的简要总结。
同时我个人会用尽可能精确的一些不产生歧义的词语进行二次描述。
1.什么是数字图像处理
从本质上讲,数字图像处理隶属信号处理范畴,但其同时也是一门系统的研究各种图像理论、技术和应用的新型交叉学科。
从其研究方法来看,它与数学、电子科学、计算机科学、物理学、心理学等众多学科相互借鉴;(数字图像处理的研究方法逻辑以数学为基础,以电子科学,计算机科学,物理学为实际设计方向,以心理学为对成果进行加权打分审查结果的评测方向)
从其研究范围来看,其与模式识别、人工智能、计算机图形学等众多学科有着紧密的联系,且相互之间存在着大量共同的理论基础和处理方法。(这是说明数字图像处理与其他图像相关学科的关联性)
比如,PS软件上用到的大多数对图片的处理,均属于数字图像处理的实际成果。
那么我们不如来看看该学科的基本元素有哪些内涵:
1)什么是图像
Ⅰ图:
是物体辐射、透射反射光的分布,是客观存在的物质。
如图,实现“颜色”的光子波长在400~700nm时,属于可见光范围,在此实现了“图”的基础——物体辐射、透射反射光的分布。
Ⅱ像:
是人的视觉系统对图的接受,是图在大脑中形成的印象或反馈。
若图是客观存在的物质,那么像就是仅针对人类这一物种产生的映射,用数学概念举例,就是函数的映射与函数的关系。
Ⅲ图像:
图像是图和像的有机结合,是客观世界能量或状态以可视化形式在二维平面上的投影。
图像信息实质上是人的视觉系统或者成像系统,对物体辐射、反射或者透射光的反应。
因此我们会看到一些有趣的图片:
2)什么是数字图像
数字图像,又称数码图像或数位图像,是二维图像用有限数字数值像素的表示。
由数组或矩阵表示,其光照位置和强度都是离散的。数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用数字计算机或数字电路存储和处理的图像。
比如我们使用一张网络上的一张图片:
其像素构成也是三维的。为了让结果直观,我们让其变成二维图像,即灰度图。
至此,数字图像的本质就比较明确了,就是一堆数字而已。我们接下来要做的,就是利用这堆数字,找到他们的规律,来达到改变最终呈现效果的目的。
实际数字图像处理使用时,往往通过数字图像处理系统来实现功能,涉及内容就包括上文中提到的各类概念,分别进行处理。
简单来说,主要内容为:
图象数字化设备-----------> 图象处理计算机------> 图像输出设备
(获取图,并转换为像) (对像进行处理) (对处理结果输出获得最终结果)
接下来就进行分部理解各个组成部分的内容。
2.数字图像处理系统
主要优点:
精度高:采样量化一定,多次处理可保精度。
再现性好:数字图像可多次拷贝,不失真,不退化。
通用性、灵活性强:适用面宽,可处理抽象数据、可做非线性处理。
1)获取图像
Ⅰ成像
几则链接感觉讲的很好,给大家分享一下
图像成像基本原理
曝光基本原理
快门基础
成像方面属于偏硬件方面,了解一下。
并且目前有很多研究在对图像进行二次处理时,设计算法来减少成像时出现的问题,故若想做之后的研究,成像原理等内容必不可少,也是数字图像处理的一大研究方向。
Ⅱ数字化
由模拟照片到获取数字图像的过程。
采样:
图像获取设备(由采样孔,扫描机构,光传感器,量化器和输出存储体组成)将图像在空间上分成离散的(横竖均匀的)网络点。
以上通过网格来确定最终的成像分辨率(即像素点数量与其值)。而当出现采样间隔,行间隔都大时,像素点数目就会变少,分辨率下降,当非常小,或进行同样像素内容填充时,就会出现马赛克效应。
如上图(a),分辨率较高,图像内容清晰,但数据量大。图(f)则分辨率低,分辨率为8x8.
以上为统一的图像采样。但因为对所有的像素点信息一视同仁,让部分重要的图像信息不突出,于是产生了另一种采样思想:
非统一的图像采样:在灰度级变化尖锐的区域,用细腻的采样,在灰度级比较平滑的区域,用粗糙的采样。
该思想被广泛用于实际生活中,并且在数字图像处理中,手机相机有通过算法来实现“后期对焦”等类似功能,并未使用一般对焦方法。
量化
用模数转换技术将图像上各个网格点的黑白及彩色程度做数字量化,如:256级,由0到255,亮度从黑到白变化。
一般情况下,人眼仅能分辨50左右级灰度。
量化等级越多,所得图像层次越丰富,灰度分辨率高,图像质量好,但数据量大;量化等级越少,图像层次欠丰富,灰度分辨率低,会出现假轮廓现象,图像质量变差,但数据量小.
非统一的图像的量化:与采样类似的,在边界附近使用较少的灰度级。剩余的灰度级可用于灰度级变化比较平滑的区域。避免或减少由于量化的太粗糙,在灰度级变化比较平滑的区域出现假轮廓的现象
该方法类似的几种模拟算法处理我们在之后的学习中也会用到。
量化分类:包括均匀量化和非均匀量化。
1.均匀量化:
连续灰值等间隔分层。层越多,产生的量化误差越小。
2.非均匀量化:
不等间隔分层,目的减少量化误差,按灰值出现的概率不同进行量化——灰值经常出现,量化细;灰值不常出现,量化粗。
量化级别不能取得过多,当噪声幅度大于量化间隔,量化器输出量化值会产生错误。屏幕图像上灰值邻近区域边界会出现“忙动”现象。
举例说明主要使用**“量化”**而产生作用的例子:
量化结果
图像将被抽象为数字矩阵的形式进行存储。
数字矩阵一般特征为:(行,列,颜色空间数)
如上图,行=5,列=10,颜色空间数=3.
(ps:颜色空间介绍:颜色空间也称彩色模型,指在某些标准下用通常可接受的方式对彩色加以说明。上图空间为RGB分布,也最为广泛,除此以外,还有CMY,Lab,HSV,HSI,YUV等,都是通过不同的三维数学模型对彩色进行分类的方法。)
颜色空间数=1的图像则只有黑白两色,一般图像的黑白程度(灰度值)范围在0~255之间,0为纯黑,255为纯白。当然,在量化条件下可进行修改。
2)处理图像
该部分的处理方式完全由算法进行。
数字图像相关处理方式有:
① 图像预处理——改善像质,以便于目视判读。
刚获取的图像由于获取时的环境,噪声,意外介入物品,色差区分度,量化,采样等处理等问题,往往不能直接进行使用,并且其特征会比较繁杂,无法快速提取有效特征。于是需要进行图像预处理,以方便进行下一步处理。
1.校正技术:对图像进行几何校正、颜色校正、辐射校正。
2.增强技术:去噪,亮度/对比度增强,突出主要特征。
3.恢复技术:忠实原图,去除干扰,恢复原图像,实用中往往干扰复杂,模型不清,难以准确恢复。
② 图像分析(测量)(analysis):密度(灰度)、平面几何参数,三维参数测量技术。
个人认为该部分主要目的是提取图像特征。需要用到以上参数进行分析,但实际操作起来,因为目的性比较明确所以会更容易。
多使用的特征点相关:
边缘、角、区域、脊。
多使用的特征提取方法:
形态学、边缘检测、直方图、傅里叶变换。
③ 图像识别(recognition):模式识别与景物分析
该部分已经可以延伸到各类详尽的视觉图像识别领域,但这已经超出了数字图像处理学科的范畴。
而最基础的对物体进行识别的部分(无法区分具体物体,但是可以找出非背景的物体。)则是我们之后会更熟悉的领域。不依靠神经网络与机器学习,单纯依靠算法实现属于数字图像处理的操作。
无法识别到每一个物体,但是可以处理整个图像。纯数学的魅力。
正文结束。
3)输出结果
举例处:
【数字图像处理】【个人入门记录】 绪论相关推荐
- 数字图像处理(入门篇)目录
目录: 1 数字图像处理(入门篇)一 图像的数字化与表示 2 数字图像处理(入门篇)二 颜色空间 3 数字图像处理(入门篇)三 灰度化 4 数字图像处理(入门篇)四 像素关系 5 数字图像处理(入门 ...
- 数字图像处理 读书笔记一 绪论
基本概念 函数 f(x, y) 函数 f(x, y) 可以用来表示一副图像,x和y是平面坐标,f(x, y)的结果叫做幅值,表示该点处的强度或者灰度. 数字图像(Digital Image) 当x, ...
- 数字图像处理(入门篇)一 图像的数字化与表示
目录 1 人眼图像是如何形成的? 2 图像的感知与获取? 3 图像的数字化 4 数字图像的表示 1 人眼图像是如何形成的? 人眼近似为一个球体,物体的光线经过角膜和晶状体的折射,在视网膜上形成&quo ...
- matlab数字图像处理初级入门
首先使用imread函数读入一个图像,读入成功:赋值给A,A成为一个矩阵: size按资料是查看A的大小:精简版不支持: 使用whos A查看A的信息,如下: 输入A,回车,查看A的数据:这是图像包含 ...
- 数字图像处理(入门篇)十四 透视变换
目录 一 透视变换 二 实践 (1)代码 (2)结果图 一 透视变换 现实生活中的空间是三维的,图像中的物体存在近大远小的特征,这种畸变仿射变换不能矫正.因此,我们需要使用到三维空间的变化,就是透视变 ...
- 冈萨雷斯《数字图像处理》学习总结及感悟:第一章 绪论 百闻不如一见
☞ ░ 前往老猿Python博文目录 https://blog.csdn.net/LaoYuanPython ░ 一.引言 好几月前开始自学OpenCV-Python,但老猿以前没接触过图像基础知识, ...
- 数字图像处理学习笔记(一)
文章目录 前言 第一章绪论 1.1 什么是数字图像处理 数字图像: 数字图像处理: 像素: 图像处理的三种典型计算处理: 1.2 数字图像处理起源 1.3 数字图像处理应用 1.4 数字图像处理基本内 ...
- 【基于MATLAB的数字图像处理】第四章·图像增强
系列文章 ·[基于MATLAB的数字图像处理]第一章·绪论 ·[基于MATLAB的数字图像处理]第二章·视觉系统与图像处理系统 ·[基于MATLAB的数字图像处理]第三章·基本图像变换 ·[基于MAT ...
- 【基于MATLAB的数字图像处理】第三章·基本图像变换
系列文章 ·[基于MATLAB的数字图像处理]第一章·绪论 ·[基于MATLAB的数字图像处理]第二章·视觉系统与图像处理系统 ·[基于MATLAB的数字图像处理]第三章·基本图像变换 ·[基于MAT ...
- (6)Air Band数字图像处理基础-对图像进行几何变换
本文可视为<Visual.C++数字图像处理开发入门与编程实践>读书笔记 由于部分图片和公式难以打出,使用截图的方式呈现.
最新文章
- CSS代码检查工具stylelint
- js判断鼠标旋转度数以及顺逆方向详解
- 保险运用计算机的工作干什么,关于计算机在保险业务中的应用研究
- html5 将资源存于客户端,HTML5离线应用与客户端存储的实现
- OpenCV 玩九宫格数独(二):knn 数字识别
- 2018.10.20 NOIP模拟 蛋糕(线段树+贪心/lis)
- Android开发中调用Spring CXF整合发布的WebService接口为什么抛出异常错误?
- 中科院单细胞分析算法开发博士带你做单细胞转录组分析
- python can i use return in wiht statement?
- DOTA 2血虐人类的OpenAI,原来靠的是作弊?
- python的skimage库 图像中值滤波;均值滤波;极大值滤波
- nfc门禁卡的复制和迁移
- fir.im Weekly - 揭秘直播移动 APP 技术实现
- 计算机操作知识 p?p?t,计算机初级基本操作
- 【高光谱、多光谱和全色图像融合】
- 基于ngc的cuda镜像封装TensorFlow 实例
- vue双向绑定数据更新会频繁触发render更新
- python word保存图_python实现word内图片的提取
- json在java代码混淆出问题_代码混淆 GSON完满解决
- 面向对象编程是什么意思
热门文章
- 【DailyFresh】课程记录6---订单模块(订单并发)
- 【整理+总结】pink老师前端三件套之HTML笔记(二)HTML标签
- 分享暄桐好作业之《临〈岁朝清供图〉》
- React基础-React中发送Ajax请求以及Mock数据
- 点击edittext 区域外隐藏输入法和点击edittext 显示输入法
- ubuntu mongo数据库无缘无故丢失了?如何保护mongoDB的数据。
- 网页中为什么不显示图片
- 阿里云ECS的1M带宽能干嘛?(详解)
- 机器人学: 建模 规划与控制(英文原版)_伦敦大学国王学院机器人学理学硕士研究生offer一枚...
- 计算机一级b类考试题软件,全国计算机等级考试一级b类windows模拟考题(二)