《數字圖像處理-岡薩雷斯》筆記
第一章 緒論
圖像處理實例：伽馬射線成像、X射線成像、紫外波段成像、可見光以及紅外線成像、微波波段成像、無線電波成像、聲波成像。


圖像處理的基本步驟：圖像獲取、濾波與增強、圖像復原、彩色圖像處理、小波與分辨率處理、壓縮、形態學處理、分割、表示與描述、目標識別、


第二章 數字圖像基礎


角膜、鞏膜外殼、脈絡膜、視網膜。
視錐細胞亮視覺，視桿細胞暗視覺。
韋伯比：類似于光強的分辨率。目標給出響應，比值越小，表示亮度辨別能力越好。
彩色光源質量因素：發光強度（實際指的是能量）、光通量、亮度。
數字圖像一般默認左上角是原點，x軸向下，y軸向上。
灰度值跨越的值域非正式地稱為動態范圍。動態范圍定義為最大可度量灰度和最小可檢測灰度之比。
存儲圖像所需的比特數b = M * N * k (比特數=長*寬*灰度級； b=1024*1024*8)；
等偏愛曲線：人對圖像的主觀感受跟隨圖像大小和灰度級之間的關系。


臨接和鄰域：
N4(p) 4領域，
N8(p) 8領域，
ND(p) 對角領域。
鄰接：
四領域和八領域好理解，m鄰接的意思是：
1）q、p在四鄰域中；
2）q在p的對角領域中，并且p和q的四領域沒有交集。
那么就稱p、q是m鄰接的。


?


第三章 灰度變換與空間濾波


一些基本的灰度變換函數
1、 圖像反轉：s = L-1-r
2、 對數變換：s=clog(1+r) 對數變換拉伸對應的灰度值，反對數效果相反。對數變換實現了圖像灰度擴展和壓縮的功能。它擴展低灰度值而壓縮高灰度值，讓圖像的灰度分布更加符合人的視覺特征。
3、 gamma變換: ? 在屏幕上精確顯示圖像則伽馬校正很重要。
4、 分段線性變換;
5、 灰度直方圖
6、 灰度直方圖均衡：直方圖均衡化處理之后，原來比較少像素的灰度會被分配到別的灰度去，像素相對集中， 處理后灰度范圍變大，對比度變大，清晰度變大，所以能有效增強圖像
7、 直方圖匹配：使其直方圖與另一幅圖像的直方圖或特定函數形式的直方圖進行匹配。


平滑空間濾波
1、 平滑線性濾波（均值濾波）
2、 統計排序非線性濾波（中值、最大值、最小值）






銳化空間濾波
銳化的主要目的是突出灰度的過渡部分。
1、 拉普拉斯算子——二階微分圖像銳化
?拉普拉斯算子：
?
銳化結果：
?
2、 Sobel算子——一階微分銳化（邊緣檢測和邊緣增強應用）
Sobel算子：
?


第四章 頻率域濾波


傅里葉級數：
??


卷積：
?




頻域平滑


1、 ILPF理想低通濾波器
2、 BLPF巴特沃斯低通濾波器
3、 GLPF高斯低通濾波器


頻域銳化


4、 IHPF理想高通濾波器
5、 BLPF巴特沃斯高通濾波器
6、 GLPF高斯高通濾波器


?

第五章 圖像復原與重建


一些重要的噪聲類型：
高斯噪聲；瑞利噪聲；伽馬噪聲；指數噪聲；均勻噪聲；脈沖（椒鹽）噪聲；


當僅存在加性噪聲的時候，可以選擇空間濾波的方法。


均值濾波器
算術均值濾波器：
幾何均值濾波器：
諧波均值濾波器：對鹽粒噪聲效果較好，不適用于胡椒噪聲。他善于處理像高斯噪聲那樣的其他噪聲。
逆諧波均值濾波器：
?
Q成為濾波器階數，Q為正數時消除胡椒噪聲，Q為負數時消除椒鹽噪聲。Q=0時就成為了算術均值濾波器。

統計排序濾波器
中值濾波器：
最大最小值濾波器：
修正的阿爾法均值濾波器：

自適應濾波器
自適應局部降低噪聲濾波器：

自適應中值濾波器：

總結

以上是生活随笔為你收集整理的【图像处理】《数字图像处理-冈萨雷斯》笔记的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。