图像处理与视觉感知---期末复习重点(4)

文章目录


一、图像复原与图像增强

1.1 概述

1. 图像增强技术一般要利用人的视觉系统特性,目的是取得较好的视觉效果,不需要考虑图像退化的真实物理过程,增强后的图像也不一定要逼近原始图像。

2. 图像复原技术需要针对图像的退化原因设法进行补偿,因此需要对图像的退化过程有一定的先验知识,利用图像退化的逆过程去恢复原始图像,使复原后的图像尽可能的接近原图像。

1.2 异同点

图像增强 图像复原
技术特点 ①不考虑图像降质的原因,只将图像中感兴趣的特征有选择地突出(增强),而不衰减其不需要的特征。 ②改善后的图像不一定要去逼近原图像。 ③主观过程。 ①要考虑图像降质的原因,建立 "降质模型"。 ②要建立评价复原好坏的客观标准。 ③客观过程。
主要目的 提高图像的可懂度 提高图像的逼真度
方法 空间域法和频率域法 线性复原法

二、图像复原/退化模型

2.1 模型图简介

2.2 线性复原法

1. 系统 H H H 是一个线性系统。 a a a 和 b b b 是比例常数, f 1 ( x , y ) f_1(x,y) f1(x,y) 和 f 2 ( x , y ) f_2(x,y) f2(x,y) 是任意两幅输入图像。假设噪声 η ( x , y ) = 0 η(x,y)=0 η(x,y)=0,则有下图中的式子成立。

2. 若 a = b = 1 a=b=1 a=b=1,则满足 "加性"。特性 "加性" 表明:如果 H H H 为线性算子,则两个输入之和的响应等于两个响应之和。

3. 若 f 2 ( x , y ) = 0 f_2(x,y)=0 f2(x,y)=0,则满足 "均匀性"。特性 "均匀性" 表明:任何与常数相乘的输入的响应等于该输入响应乘以相同的常数。

4. 对于任意的 f ( x , y ) f(x,y) f(x,y), α α α 和 β β β,若下式成立,则具有输入输出关系 g ( x , y ) = H [ f ( x , y ) ] g(x,y)=H[f(x,y)] g(x,y)=H[f(x,y)] 的系统称为位置不变系统(或空间不变系统)。这个定义说明图像中任意一点的响应只取决于在该点的输入值,而与该点的位置无关。

三、彩色基础

1. 三基色原理:自然界中的绝大多数的颜色都可看作是红、绿、蓝三种颜色组合而成;自然界中的绝大多数的颜色都可以分解成红、绿、蓝三种颜色。这即是色度学中的三基色原理。

一般就将红、绿、蓝这三种颜色称为三基色。

2. 三基色应用:(1) 相加混色:一般把三基色按不同的比例相加进行的混色。称为相加混色。 (2) 相加减色:就是从白光中滤去某种颜色而得到另一种颜色。

四、彩色模型

1. CIE(国际照明委员会)在进行大量色彩测试实验的基础上提出了一系列颜色模型:

(1) RGB模型:红®、绿(G)、蓝(B) 三基色混合。

(2) HSI模型:色调(H)、饱和度(S)、亮度(I)。用于开发图像处理软件。

(3) YUV模型:亮度(Y)、色度(UV)。可以使电视节目可用同时被黑白电视及彩色电视接收。电视信号在发射时,转换成YUV形式;接收时再还原成RGB三基色信号,由显像管显示。

(4) YCbCr模型:亮度(Y)、色度(CbCr)。

3. (1) CMY模型:利用三基色光叠加可产生光的三补色。蓝绿(C,即绿加蓝),品红(M,即红加蓝),黄(Y,即红加绿)。用于打印和印刷行业。 (2) CMYK模型:在CMY模型的基础上加了第四种颜色黑色。

2. RGB与HSI的转换关系式如下:

五、彩色图像处理

1. 颜色变换和彩色分层。

2. 补色:彩环上的补色对于增强嵌在彩色图像暗区的细节很有用。

3. 色调和彩色校正:照片增强和颜色再现(打印);试验性地调整图像亮度和对比度,以便在合适的灰度范围内提供更多的细节。

4. 彩色图像平滑:领域平均法。彩色图像锐化:用拉普拉斯进行图像尖锐化。

相关推荐
Z3r4y几秒前
【AI】2025 0x401新生交流赛 wp
人工智能·ai·ctf·wp
智驱力人工智能1 分钟前
高速公路无人机车流密度监测 构建动态交通新维度 基于YOLOv8的无人机车辆检测算法 边缘计算无人机交通监测设备
人工智能·安全·yolo·目标检测·视觉检测·无人机·边缘计算
Katecat996632 分钟前
基于YOLOv8-Slimneck-WFU模型的苹果目标检测实现
人工智能·yolo·目标检测
Piar1231sdafa2 分钟前
FCOS模型优化实战:基于R50-DCN-Caffe的FPN_GN检测头中心点回归与GIoU损失函数实现
人工智能·回归·caffe
世岩清上3 分钟前
智能算法与边缘计算融合:驱动下一代实时决策系统的技术范式革新
人工智能·边缘计算
YIFAN.WANG7 分钟前
AI中的优化7-有约束非线性规划
人工智能·机器学习·支持向量机
咚咚王者2 小时前
人工智能之数学基础 线性代数:第三章 特征值与特征向量
人工智能·线性代数·机器学习
g***B7384 小时前
Java 工程复杂性的真正来源:从语言设计到现代架构的全链路解析
java·人工智能·架构
Shawn_Shawn7 小时前
大模型的奥秘:Token与Transformer简单理解
人工智能·llm
weixin_377634848 小时前
【K-S 检验】Kolmogorov–Smirnov计算过程与示例
人工智能·深度学习·机器学习