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
余俊晖14 小时前
再看多模态OCR视觉token裁剪思路-LayoutLite基于token的隐式布局分析
人工智能·ocr·多模态
二狗PPT14 小时前
AI做PPT提示词怎么写,换个写法效果差很多
人工智能·powerpoint
段一凡-华北理工大学15 小时前
AI推动工业智能化转型~系列文章07:分类与诊断算法体系:故障识别的完整工具箱
数据库·人工智能·算法·机器学习·分类·数据挖掘·高炉炼铁智能化
cxr82815 小时前
第 7 章 . 设计哲学回顾与最终说明
人工智能
skywalk816315 小时前
经过多次尝试,在kaggle 双T4训练Qwen2.5-0.5B的正确打开方式是:
人工智能·深度学习·机器学习·qwen2.5·段言
bryant_meng15 小时前
【Point Cloud】Point Cloud Fundamentals(1)
计算机视觉·点云·点云配准·点云分割·点云检测·点云特征提取
孪生质数-15 小时前
AI Agent 工程实践(一):大模型 API 接入示范
网络·人工智能·ai·chatgpt·github·claude·claudecode
qq_4195630915 小时前
机器能思考吗?“——图灵测试、达特茅斯会议与 AI 的诞生
人工智能
维核科技15 小时前
世界模型落地:物理 AI 方案走向商用,机器人“理解“物理世界
人工智能
神神道呵he15 小时前
[深度学习] 大模型学习-RAG技术全景解析
人工智能·深度学习·学习