计算机视觉 之 数字图像处理基础(一)

文章目录

数字图像与数字图像处理

需要理解,这个 输入和输出都是 图像


图像感知与获取

  • 关注,这个采样与量化

采样 (sampling)

  • 采样的本质是对图像空间坐标进行离散化:由于图像在空间上是连续的,采样将连续的图像平面划分为无数个规则的小网格(像素点),每一个网格用一个点(采样点)代表其位置,记录改点的亮度信息
  • 关键参数为采样间隔:间隔越小,采样越密集,保留的空间细节越多,生成的像素数量越多,图像数据量越大;反之,同理

量化 (Quantization)

  • 模拟图像不仅在空间上连续,其亮度(或颜色)也是连续变化的,量化的作用是将这些连续的亮度值转换为有限的离散数值
  • 量化的过程是对像素的亮度(或颜色)值进行离散化:将连续的亮度范围,划分为若干个登记,每个登记用一个整数表示
  • 量化的关键参数是量化位数(即每个像素用多少位二进制表示):位数越多,划分的登记越细,亮度过渡越平滑,色彩更丰富,但数据量越大;反之,同理


图像类型





灰度变换与空间滤波

灰度变换

常见的类型
根据变换函数的形式,可分为

灰度变换,对每一个像素进行单独的操作

一个是 对数函数、一个是指数函数(逆对数)

主要从这个对数和指数的图像上,判断具体对 低灰度值 和 高灰度值的拉伸 还是 压缩







空间滤波







滤波器操作之后图像的大小是否改变



















拉普拉斯过滤器与Sobel算子









相关推荐
forest_093 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
火山引擎开发者社区4 小时前
当 RPA 遇上 Agent:MUA 混合执行 Workflow 深度拆解
人工智能
严肃小白兔5 小时前
第 10/24 期:深度神经网络的自动求导机制与梯度验证
人工智能·神经网络·dnn
火山引擎开发者社区5 小时前
定档12.16-12.18!FORCE原动力大会上海见!
人工智能
努力的MM1235 小时前
CAIE 二级和阿里云大模型 ACP 怎么选?企业 AI 工程与云平台开发能力对比
人工智能
老金带你玩AI5 小时前
Kling Image 4.0来了!8K和组图直出,电商人的提效神器?
人工智能
孟健6 小时前
用 unslop 拯救 AI 生成网页的塑料感,7 分钟重构落地实测
前端·人工智能·ai编程
stormzhangV6 小时前
Google 重返第一梯队
人工智能·google·aigc
十有八七6 小时前
手搓 Agent(五):学会翻书——RAG,先查资料再回答
前端·人工智能·后端