数字图像处理学习笔记(四)——数字图像的内插、度量、表示与质量
数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结整理,欢迎大家一起学习交流!
专栏链接:数字图像处理学习笔记
一、数字图像的内插
内插是在诸如放大、收缩、旋转和几何校正等任务中广泛应用的基本工具
从根本上看,内插是用已知数据来 估计未知位置的数值的处理
实现图像内插的方法有三种:最近邻内插法、双线性内插法、双三次内插法
最近邻内插法
理解:在原图像中寻找最接近的像素,并把该像素的灰度赋给加想要创建大小的网格中的新像素
当我们完成对网格中覆盖的所有点的灰度赋值后,就把图像扩展到原来规定的大小,得到放大后的图像
本方法不常用是因为会产生不希望的人为缺陷的倾向(如某些直边缘的严重失真)
双线性内插法
赋于点(x,y)灰度值公式:v(x,y)=ax+by+cxy+d
注:与该方法名称相反的是,双线性内插不是一种线性内插方法,因为其中包含有xy项
4个系数可由4个用(x,y)点最近邻点写出的未知方程确定(四个未知数四个方程)
双线性内插法给出了比最近邻内插好得多的结果,但随之而来的是计算量的增加
双三次内插法
赋于点(x,y)灰度值公式:v(x,y)=
注:双三次内插包括16个最近邻点
16个系数可由16个用(x,y)点最近邻点写出的未知方程式确定
如果求和的上下限为1和0时,那么就变成了双线性内插v(x,y)=ax+by+cxy+d公式的形式
通常,双三次内插在保持细节方面比双线性内插相对较好,但其计算量非常大
双三次内插是商业图像编辑程序的标准内插方法
关于最近邻内插法、双线性内插法、双三次内插法的代码实现之后会有一节笔记专门讲述,请打开专栏查看!
专栏链接:数字图像处理学习笔记
二、数字图像的度量
关于数字图像的度量,有欧氏距离、曼哈顿距离、切比雪夫距离之分
对于坐标分别为(x,y),(s,t),(v,w)的像素p,q,z
欧几里得(欧式)距离
公式:
注:距点(x,y)的距离小于等于某个值r的像素是中心在(x,y)且半径为r的圆平面
(又称城市街区、曼哈顿)距离
公式:
注:距点(x,y)的距离小于等于某个值r的像素形成一个中心在(x,y)的菱形
例如距中心点(x,y)的距离小于等于2的像素,形成固定距离的如右图轮廓:
其中=1的像素是(x,y)的4领域。
(又称切比雪夫、棋盘)距离
公式:
注:距点(x,y)的距离小于等于某个值r的像素形成一个中心在(x,y)的方形
例如距中心点(x,y)的距离小于等于2的像素,形成固定距离的如右图轮廓:
其中=1的像素是(x,y)的8领域。
三、数字图像的表示
★二维离散亮度函数——f(x,y)
☞注:x,y说明图像像素的空间坐标
函数值 f 代表了在点(x,y)处像素的灰度值
★二维矩阵——A[m,n]
☞注:m , n说明图像的宽和高。
矩阵元素a(i,j)的值,表示图像在第 i 行,第 j 列的像素的灰度值(i,j表示几何位置)
★图像描述信息
☞如图像高度和宽度等信息
★图像数据
☞顺序存放的连续数据
★BMP格式
☞1.位图文件头
☞ 2.位图信息头
☞ 3.调色板
注:有些位图不需要调色板,如真彩色图,它们的后面直接是位图数据
☞4.图像数据
注:1字节=8位
对于2色位图,1位表示一个像素颜色(2=), 所以一个字节表示8个像素
对于16色位图,4位表示一个像素颜色(16=), 所以一个字节表示2个像素
对于256色位图,8位表示一个像素颜色(256=),所以1个字节表示1个像素
对于真彩色图,3个字节表示一个像素(因为真彩图有R、G、B三个通道)
四、数字图像的质量
★灰度级
表示像素明暗程度的整数量
例如:像素的取值范围为0-255,就称该图像为256个灰度级的图像
★层次
表示图像实际拥有的灰度级的数量
例如:具有32种不同取值的图像,可称该图像具有32个层次
图像数据的实际层次越多,视觉效果就越好
★对比度
指一幅图像中灰度反差的大小
对比度 = 最大亮度 / 最小亮度(即最大像素值/最小像素值)
★清晰度
与清晰度相关的主要因素:亮度、对比度、尺寸大小、细微层次、颜色饱和度
欢迎留言,一起学习交流~~~
感谢阅读
END
数字图像处理学习笔记(四)——数字图像的内插、度量、表示与质量相关推荐
- 数字图像处理学习笔记 二 数字图像基础
目录 一 .人类视觉成像 二.数字图像处理的基本概念和操作 三.数学工具介绍 一 .人类视觉成像 1.眼睛上两类光感受器:锥状体和杆状体 锥状体: 数量在600-700万之间,主要位于视网膜的中间部分 ...
- 数字图像处理学习笔记(三):ORB算法(尺度不变特征变换)Oriented FAST and Rotated BRIEF
数字图像处理学习笔记(三):ORB算法(尺度不变特征变换)Oriented FAST and Rotated BRIEF 一.概述 参考:特征点匹配+特征检测方法汇总 ORB的全称是Oriented ...
- 数字图像处理学习笔记(一):特征检测和匹配概述
数字图像处理学习笔记(一):特征检测和匹配概述 参考博客: 特征点的匹配 SIFT特征详解 数字图像处理学习笔记(二):SIFT(尺度不变特征变换)算法 1.特征点概述 如何高效且准确的匹配出两个不同 ...
- 数字图像处理学习笔记(十五)——图像复原与重建
数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声.增强.复原.分割.提取特征等处理的方法和技术.本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结 ...
- 数字图像处理学习笔记(六)——数字图像处理中用到的数学操作
数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声.增强.复原.分割.提取特征等处理的方法和技术.本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结 ...
- 数字图像处理学习笔记 六 彩色图像处理
目录 (一)彩色模型介绍 1.1 RGB模型 1.2 CMY.CMYK模型 1.3 HSI彩色模型 1.4 HSV模型 1.5 YCbCr 彩色空间 (二)伪彩色图像处理 (三)全彩色图像处理及彩色变 ...
- 数字图像处理学习笔记(二):SIFT(尺度不变特征变换)算法
数字图像处理学习笔记(二):SIFT(尺度不变特征变换)算法 一.概述: 提到特征点算法,首先就是大名鼎鼎的SIFT算法了.SIFT的全称是Scale Invariant Feature Transf ...
- 数字图像处理学习笔记(三)——空间分辨率和灰度分辨率、等偏爱曲线
数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声.增强.复原.分割.提取特征等处理的方法和技术.本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结 ...
- 基于python的数字图像处理--学习笔记(三)
基于python的数字图像处理--学习笔记(三) 前言 一.灰度拉伸 二.幂律(伽马)变换 三.对数变换 前言 进入冈萨雷斯的第三章内容,并用python实现功能.我更改了代码源,之前找到太烂了,代码 ...
最新文章
- 云原生架构演进与企业上云
- Unable to start activity ComponentInfo
- 关于Kotlin语法的异议
- hdu5443(2015长春网络赛G题)
- c 引用mysql报错_安装TPCC-MySQL报错
- mybatis sql中有中文处理
- Queue(队列)-Swift实现与广度优先搜索应用
- 迅雷下载Linux Oracle11gR2和Oracle12c
- linux gpart 用法,gpart 使用笔记
- nsis 固定到任务栏
- RISC-V架构能否有效挑战ARM和英特尔?
- ArcGIS Server 9.3 beta 体验三 -- 简阅 ADF 框架
- 通过 EWF 创建一个XP Embedded
- vsftpd配置(虚拟用户、匿名用户登录)
- 圣天诺 LDK - SL (高强度许可证授权产品)
- 董明珠的权力危机:半年两位元老出局,格力进入动荡时刻
- 春秋狂士狂喷开发文档管理
- 用 Python 解释 SpaceX 如何进行火箭回收
- 录取麻省理工计算机博士全奖,你们要的麻省理工博士全奖录取来啦~~
- ESRI中国(北京)招聘售前技术工程师(招聘结束,谢谢大家!)
热门文章
- VIPKID 重新开局
- 明年美国韭菜大收割,Uber,Pinterest,Lyft等争相上市
- 1.2数字图像获取时的基本参数
- 办公必备,远程公司电脑之向日葵(SunLoginClient)
- 5G与工业互联网融合创新,助力企业降本提质增效
- 【金九银十】docker删除所有容器
- 电脑录屏怎么露脸?这3个录屏软件可同时录制摄像头!
- winpe查看不到linux硬盘分区,Linux系统入门学习:硬盘分区的陷阱及应对
- 初学python100例-案例22 输出三角形图案 青少年python编程 少儿编程案例讲解
- Springboot毕业设计毕设作品,校园教务排课系统 开题报告