数字图像处理第一章笔记


什么是数字图像处理

计算机视觉的目标是使用计算机来模拟人的视觉。

三种典型的计算处理:

  • 低级:降低噪声的图像预处理,对比度增强和图像锐化,输入输出都是图像为特征
  • 中级:图像分割,输入为图像输出是从图像中提取的特征
  • 高级:理解已识别目标的总体

数字图像处理的起源

数字图像处理的历史与数字计算机的发展密切相关,数字图像处理两个基本需求:大容量存储和显示系统。

使用数字图像处理领域的实例

  • 伽马射线成像
  • X射线成像
  • 紫外波段成像
  • 可见光及红外波段成像
  • 微波波段成像
  • 无线电波段成像
  • 声波成像

数字图像处理的基本步骤

image

  • 图像获取
  • 图像增强
  • 图像复原
  • 彩色图像处理
  • 小波
  • 压缩
  • 形态学处理
  • 分割
  • 表示与描述
  • 识别

图像处理系统的组成

  • 感知
  • 专用图像处理硬件
  • 图像处理系统
  • 图像处理软件

文章作者: lovelyfrog
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 lovelyfrog !
 上一篇
PRML第一章笔记 PRML第一章笔记
贝叶斯概率\(p(D \ | \ w)\) 由观测数据集 \(\mathcal{D}\) 来估计,称作似然函数,它表达了在不同的参数向量 \(w\) 下,观测数据出现的可能性的大小。 在贝叶斯观点和频率学家观点中,似然函数 \(p(D
2018-05-07
下一篇 
AdaBoost实现 AdaBoost实现
在分类问题中,boosting通过改变训练样本的权重,学习多个分类器,并将这些分类器进行线性组合来提高分类的性能 如何将弱学习算法提升成强学习算法,AdaBoost是个不错的算法,它通过改变训练数据的概率分布(权值分布),针对不同的训练
2018-04-29
  目录