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)=Hf(x,y) g(x,y)=Hf(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
联犀1 小时前
如何工程化降低语音交互AI设备的延迟(小智ai,芙崽这样的ai设备)
人工智能
杉岩数据1 小时前
杉岩数据董事长陈坚:从数据存储到行业智能——杉岩的AI时代战略布局
人工智能
冬奇Lab1 小时前
Loop 工程到底是高深的新技术,还是炒冷饭?用训练一个识别狗的模型讲明白
人工智能
冬奇Lab1 小时前
一天一个开源项目(第260篇):Plannotator —— 给 AI 编码 Agent 配一块「可批注的审阅台」,计划和代码改动都能在浏览器里逐条批示
人工智能·开源·claude
泯泷1 小时前
语音,正在成为 AI Agent 最自然的接口
人工智能·llm·agent
杨凯凡2 小时前
IT日报|2026-11-13:GitHub 大规模凭据攻击、Signal 形式化验证、Claude 新模型与 AI 安全诉讼
人工智能·安全·github
一个天蝎座 白勺 程序猿3 小时前
别让收藏夹替你学习:我搭AI知识体系的完整方法,脚本直接拿去用
人工智能·学习·ai·ai学习
伞伞悦读3 小时前
【第83期】特征选择中的验证泄漏排查的实验与排查
人工智能·深度学习·机器学习
用户697625682563 小时前
用 Alook 把本机编程 agent 拉进频道:Pi + MiniMax 实操
人工智能
P1Browser4 小时前
账号触发平台安全审核?拆解标准申诉流程与材料清单
大数据·人工智能·安全·多账号管理·指纹浏览器·账户安全·运营合规