【一】数字图像的常见概念
【一】数字图像的常见概念
- 1 数字图像
- 1.1 数字图像是什么
- 1.2 数字图像的分类
- 1.3 图像的空间和灰度级分辨率
- 2 数字图像处理与识别
- 2.1 整体流程
- 2.1.1 数字图像处理
- 2.1.2 数字图像分析
- 2.1.3 数字图像识别
- 2.2 数字图像处理与识别大致内容
- 3 预备知识
- 3.1 邻接性
- 3.2 连通性
- 3.3 区域和边界
- 3.4 几种距离度量
- 3.5 基本的图像操作
- 3.5.1 点运算和邻域运算
- 3.5.2 线性和非线性操作
1 数字图像
1.1 数字图像是什么
数字图像是在计算机上显示和处理的图像，可分为位图（BMP、JPG、GIF）和矢量图（PNG）两种，位图是由图像中每个像素的幅值（灰度、亮度和强度）组成的，我们一般都是在位图上进行处理。
1.2 数字图像的分类
根据不同数字图像所包含的信息不同，可分为二值图像、灰度图像、RGB图像和索引图像等。
二值图像：每个像素只有黑、白两种颜色，取0代表黑色，1代表白色。
灰度图像：每个像素取黑色到白色之间的颜色深度，从0到255，共256种取值。
RGB图像：每个像素由红绿蓝三原色组成，每种颜色也是取0到255的颜色深度。
索引图像：当图像颜色种类比较少时，可采用颜色表（16*3的二维数组），选取基准颜色，再查询对应颜色表中的索引（偏移量）。
1.3 图像的空间和灰度级分辨率
图像的空间分辨率：图像中每单位长度所包含的像素或点的数目，常用像素/英寸（ppi）为单位来表示，也就是每英寸有多少个像素点，这个值越大，图像越清晰，但占用内存也越大。
图像的灰度级/辐射计量分辨率：又被成为色阶，就是图像中包含多少个灰度级，灰度级是256时包含所有信息；灰度级为2时，此时图像就是黑白图像。
2 数字图像处理与识别
2.1 整体流程
2.1.1 数字图像处理
第一步是对图像修改和增强，简单说就是预处理，像修改尺寸，灰度化之类都属于这个阶段。
2.1.2 数字图像分析
第二步是对处理好的图像进行分析，获取我们需要的信息。
2.1.3 数字图像识别
根据第二步得到的不同图像中的信息，可以根据这些信息之间的联系分类，如人脸识别、自动驾驶等等，这也是我们的最终目的。
2.2 数字图像处理与识别大致内容
图像的点运算可以用来改善图像的外观。
图像的几何变换用于图像的归一化和图像校准。
图像增强对重要的信息进行增强，同时弱化不重要的信息。
小波变换是基于频率域中的一些有限宽度的基小波，相较于傅里叶变换，在变换时保留了更多信息。
图像复原可以理解为图像增强的范国成，将被处理过的图像恢复原状。
彩色图像处理相较于灰度图像更加复杂，需要专门学习。
形态学处理主要是对图像的相似区域进行处理，如提取轮廓、凸化等。
图像分割是将一幅图像分解为若干互不相交叠区域的过程，分割出的区域需要同时满足均匀性和连通性的条件。
特征提取获得处理过图像的重要信息，用“非图像”（如数值、向量和符号等）代替图像表示，这些“非图像”就是特征。
对象识别是对获得的特征中，进行分类，从而实现识别。
3 预备知识
3.1 邻接性
简单来说，就是该像素与中心像素是什么关系。正上正下正左正右就是4邻接，斜对的就是8邻接，对应的位置称为领域，如下图所示：
3.2 连通性
通路对应邻域。当一个集合s里面全部像素之间存在通路，里面的两个像素就是连通的，他们连通之间的像素集就是s的连通分量，如果s中的连接分量只有一个，此时s也称为连通集。
3.3 区域和边界
区域是基于连通集上的，如果s既是图像的一个子像素集，又是连通集，则s就是一个区域。
边缘：一个（或多个）区域的最外部像素所形成的集合。
3.4 几种距离度量
欧式距离
d4距离
d8距离
3.5 基本的图像操作
3.5.1 点运算和邻域运算
前一个是对单个点处理，后一个是对一个范围的点处理。
3.5.2 线性和非线性操作
设h是一种算子，f1和f2是图像（组），a和b是标量，当下式成立时
h(af1+bf2)=ah(f1)+bh(f2)
则称h为线性算子，否则为非线性算子。
【一】数字图像的常见概念相关推荐
- Python语言学习：python编程之pip命令集合、python调式、头部代码、代码运行等常见概念详细攻略(解决问题为导向)
Python语言学习:python编程之pip命令集合.python调式.头部代码.代码运行等常见概念详细攻略(解决问题为导向) 目录 一.pip命令集合 1.pip常规命令 1.1 pip下载se ...
- 树的常见概念，二叉树的性质
什么是树 树是一种非线性数据结构,它是由n(n>=0)个有限结点组成的一个具有层次的关系集合.它有以下几个特点: List item有一个特殊的节点,称为根节点,根节点没有前驱节点 除根节点,其 ...
- BI/数据仓库/数据分析 基础入门：一些常见概念解释
2019独角兽企业重金招聘Python工程师标准>>> Preface:本文将会讲述 BI/DW/DA 领域的一些常见概念,如:事实表.维度表.建模.多维分析.cube 等,但不涉及 ...
- 信息论常见概念：熵、互信息、KL散度和信息增益
文章目录 信息论在机器学习中的常见概念 1. 信息量 2. 熵 3. 联合熵 4. 条件熵 5. 相对熵 6. 互信息 7. 信息增益 公式与推导 信息论在机器学习中的常见概念 信息的不确定度表示. ...
- Camera i2c、常见概念、系统架构简介
1.Cmera I2C介绍 I2C总线协议 I2C总线在物理连接上比较简单,分别由SDA(串行数据线)和SCL(串行时钟线)及上拉电阻组成.通信原理是通过对SCL和SDA线高低电平时序的控制,来产生I ...
- QUANT[6] 量化交易常见概念解析
QUANT[1]:从零开始量化交易 - プロノCodeSteel - CSDN博客 QUANT[2]:量化交易策略基本框架搭建 - プロノCodeSteel - CSDN博客 QUANT[3]:量化交 ...
- [网络安全设备——物理隔离设备2]物理隔离网闸常见概念问题解答
物理隔离网闸是硬件还是软件解决方案? 物理隔离网闸是不是防火墙的一种? 物理隔离网闸与物理隔离卡是不是一回事? [@more@] [网络安全设备--网闸2]物理隔离网闸常见概念问题解答 物理隔离网闸需 ...
- 爬虫学习记录1：通讯协议、网络模型、爬虫分类及常见概念
通讯协议.网络模型.爬虫分类及常见概念 1.通讯协议 1.1端口 若把一个ip地址比作一栋房子,那么端口就是进入这座房子的门. 为了标识应用程序,所有出现了端口. 不同的端口代表不同的应用程序,通过数 ...
- 数仓建模—数据领域常见概念与职位划分
数据领域常见概念 随着大数据时代的普及以及国家战略层面上的数字化转型,越来越多的客户意识到了"数据"的重要性,无论是走在前面的互联网企业.银行,还是传统有一定数据积累的零售.医药行 ...
最新文章
- 配合使用自制的PE3.0启动盘和Windows部署服务，实现Ghost网克
- python小爬虫之天气查询
- DBI(i80)/DPI(RGB)/DSI【转】
- pip安装mysql模块_使用pip安装mysql模块for python
- java用volatile或AtomicBoolean实现高效并发处理 (只初始化一次的功能要求)
- 2.vue的diff算法(2020.12.07)
- 在gcp终端中使用ssh连接到本地机器
- Python 攻克移动开发失败！
- 【异常（待解决）】org.apache.http.NoHttpResponseException: api.weixin.qq.com:443 failed to respond
- leecode第二百一十七题（存在重复元素）
- python输出图像plt_Matplotlib（pyplot）savefig输出空白图像
- java 泛型的问题_java 泛型问题？
- 2055D打印机打印报错
- 580刷590bios_RX580 2048sp刷vbios降为RX570 用上黑苹果美滋滋
- 2020电信宽带费用_现在电信宽带多少钱一年，2020年电信宽带套餐价格表
- 树莓派3b+指南（二十二）暴力解决默认声卡设置失效问题
- 解决eclipse桌面快捷方式打不开的问题
- QQ空间抢车位刷钱方法汇总
- ps如何快速消除黑眼圈或者眼袋
- 能否通过手机号查询他人位置及技术实现（省流：不能）