简单的网页设计作品下载,乐陵310seo,wordpress 自定义字段 查询,网站建设报价明细表文章目录 一、概述二、图像处理基础2.1 视觉感知要素2.2 像素间的一些基本关系2.2.1 相邻像素2.2.2 连通性2.2.3 距离度量 2.3 基本坐标变换2.4 空间变换与灰度值 一、概述 1. 图像的概念及分类。 图像是用各种观测系统以不同形式和手段观测客观世界而获得的、可以直接或间接… 文章目录 一、概述二、图像处理基础2.1 视觉感知要素2.2 像素间的一些基本关系2.2.1 相邻像素2.2.2 连通性2.2.3 距离度量 2.3 基本坐标变换2.4 空间变换与灰度值 一、概述 1. 图像的概念及分类。 图像是用各种观测系统以不同形式和手段观测客观世界而获得的、可以直接或间接作用于人的视觉系统而产生的视知觉实体。 图像分为模拟图像和数字图像(1) 模拟图像二维空间和亮度都是连续值的图像。亮度值连续且不分等级。 (2) 数字图像二维空间和亮度都是用有限数字数值表示的图像。 2. 像素表示的矩阵、矢量形式。 一幅图像可分解为许多个单元。每个基本单元叫做图像元素简称像素。 3. 图像工程的三个层次。 二、图像处理基础
2.1 视觉感知要素 1. 亮度适应与辨别 (1) 主观亮度即人眼感知到的亮度是进入人眼的光强的对数函数。 (2) 亮度适应现象感知亮度不是亮度的简单函数。① 马赫带视觉系统往往会在不同强度区域的边界处出现“ 下冲”或“上冲”现象毛边。② 同时对比感知区域的亮度与背景亮度相关。 2. 当在白天进入一个黑暗剧场时在能看清并找到空座位时需要适应一段时间试述发 生这种现象的视觉原理 答人的视觉绝对不能同时在整个亮度适应范围工作它是利用改变其亮度适应级来完成亮度适应的即所谓的亮度适应范围。同整个亮度适应范围相比能同时鉴别的光强度级的总范围很小。因此白天进入黑暗剧场时人的视觉系统需要改变亮度适应级因此需要适应一段时间亮度适应级才能被改变。
2.2 像素间的一些基本关系
2.2.1 相邻像素 1. 相邻像素4邻域、D邻域、8邻域。 2. 4邻域像素 p ( x , y ) p(x,y) p(x,y) 的4邻域是 (x1,y)(x-1,y)(x,y1)(x,y-1)。用 N 4 ( p ) N_4(p) N4(p) 表示像素 p p p 的4邻域。 3. D邻域像素 p ( x , y ) p (x,y) p(x,y) 的D邻域是对角上的点 (x1,y1)(x1,y-1)(x-1,y1)(x-1,y-1)。用 N D ( p ) N_D(p) ND(p) 表示像素 p p p 的D邻域。 4. 8邻域像素 p ( x , y ) p(x,y) p(x,y) 的8邻域是4邻域的点D邻域的点。用 N 8 ( p ) N_8(p) N8(p) 表示像素 p p p 的8邻域即 N 8 ( p ) N 4 ( p ) N D ( p ) N_8(p)N_4(p)N_D(p) N8(p)N4(p)ND(p)。 2.2.2 连通性 1. 两个像素连通的两个必要条件是两个像素的位置是否相邻两个像素的灰度值是否满足特定的相 似性准则或者是否相等。 2. 4连通对于具有值 V V V 的像素 p p p 和 q q q如果 q q q 在集合 N 4 ( p ) N_4(p) N4(p) 中 则称这两个像素是4连通的。 3. 8连通对于具有值 V V V 的像素 p p p 和 q q q如果 q q q 在集合 N 8 ( p ) N_8(p) N8(p) 中 则称这两个像素是8连通的。 4. 对于具有值 V V V 的像素 p p p 和 q q q如果 q q q 在集合 N 4 ( p ) N_4(p) N4(p) 中;或 q q q 在集合 N D ( p ) N_D(p) ND(p) 中并且 N 4 ( p ) N_4(p) N4(p) 与 N 4 ( q ) N_4(q) N4(q) 的交集为空没有值V的像素则称这两个像素是m连通的。 5. 通路的定义一条从具有坐标 ( x , y ) (x,y) (x,y) 的像素 p p p到具有坐标 ( s , t ) (s,t) (s,t) 的像素 q q q 的通路是具有坐标 ( x 0 , y 0 ) ( x 1 , y 1 ) . . . ( x n , y n ) (x_0,y_0)(x_1,y_1)...(x_n,y_n) (x0,y0)(x1,y1)...(xn,yn) 的不同像素的序列。其中 ( x 0 , y 0 ) ( x , y ) (x_0,y_0)(x,y) (x0,y0)(x,y) ( x n , y n ) ( s , t ) (x_n,y_n)(s,t) (xn,yn)(s,t) ( x i , y i ) (x_i,y_i) (xi,yi) 和 ( x i − 1 , y i − 1 ) (x_{i-1},y_{i-1}) (xi−1,yi−1) 是邻接的 1 ≤ i ≤ n 1 ≤ i ≤ n 1≤i≤n n n n 是路径的长度。如果 ( x 0 , y 0 ) ( x n , y n ) (x_0,y_0)(x_n,y_n) (x0,y0)(xn,yn)则该通路是闭合通路。 2.2.3 距离度量 1. 基本定义如下 2. 一道例题如下通过上面的公式可以解决下面题目中的距离问题。 2.3 基本坐标变换 1. 坐标变换可借助矩阵写为 v ′ T v v Tv v′Tv 2. 例子先放大2倍然后旋转45度然后再缩小0.5倍。 3. 平移变换并不是矩阵乘法的形式而是矩阵加法的形式。 4. 改变图像的像素值我们称为滤波(Filtering)。改变图像的像素位置我们称为扭曲(Warping)。 5. 转置变换图像转置是指将图像像素的x坐标和y坐标互换。图像的大小会随之改变高度和宽度将互换。 6. 尺度变换放缩变换 7. 旋转变换矩阵 2.4 空间变换与灰度值 1. 几何变换可在一幅图像中的像素间修改空间联系。几何变换通常又叫做橡皮片变换因为它们可以被看做在一片橡皮片上打印图像然后根据预先确定的规则拉伸这个橡皮片的过程。 2. 在数字图像处理中几何变换由两个基本操作组成空间变换它定义了图像平面上像素的重新安排灰度级插补处理空间变换后图像中像素灰度级的赋值。 3. 空间变换图显示了在失真和相应的校正图像中的四边形区域四边的顶点是相应的 “连接点”。 4. 灰度级插补图像经几何位置校正后在校正空间中各像点的灰度值等于被校正图像对应点的灰度值。一般校正后的图像某些像素点可能挤压在一起或者分散开不会恰好落在坐标点上因此常采用内插法来求得这些像素点的灰度值。 常用的有最邻近插值法、双线性插值法一阶插值、高阶插值法。 5. 最近邻插值法计算与点 P ( x 0 y 0 ) P(x_0y_0) P(x0y0) 临近的四个点将与点 P ( x 0 y 0 ) P(x_0y_0) P(x0y0) 最近的整数坐标点 ( x y ) (xy) (xy) 的灰度值取为 P ( x 0 y 0 ) P(x_0y_0) P(x0y0) 点灰度近似值。 6. 线性插值法 7. 三阶插值是指用 ( x , y ) (x ,y) (x,y) 周围的16个网格点灰度按三次多项式进行内插的高精度算法。 8. 常用的灰度插值有几种概括它们的优缺点
最邻近插值法 这种方法简单但效果不太好。双线性插值一阶插值计算量大但缩放后图像质量高不会出现图像不连续的情况。高阶插值计算量最大插值后图像的视觉质量最好。
