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
许泽宇的技术分享19 分钟前
解密Anthropic的MCP Inspector:从协议调试到AI应用开发的全栈架构之旅
人工智能·架构·typescript·mcp·ai开发工具
nopSled23 分钟前
AlphaAvatar:一个基于 LiveKit 的插件化实时 Omni-Avatar 架构
人工智能·语言模型
lovingsoft24 分钟前
如何看自己笔记本是不是ARM64
人工智能·测试管理
美狐美颜sdk43 分钟前
AI加持下的直播美颜sdk:动态贴纸功能的未来形态前瞻
人工智能·美颜sdk·直播美颜sdk·第三方美颜sdk·人脸美型sdk
火山引擎开发者社区1 小时前
Force 开发者日:火山引擎 Agent 开发者生态全面升级
人工智能·火山引擎
智算菩萨1 小时前
从对话系统到对话式智能体:对话式AI发展综述与2025年前沿整合
人工智能
yiersansiwu123d1 小时前
AI时代的就业变革:在替代与创造中寻找平衡之道
人工智能
前进的李工1 小时前
零知识证明:不泄露秘密也能自证
人工智能·web安全·区块链·零知识证明
Tony Bai1 小时前
Cloudflare 2025 年度报告发布——Go 语言再次“屠榜”API 领域,AI 流量激增!
开发语言·人工智能·后端·golang
寰宇视讯1 小时前
IDC:奥哲,2025H1蝉联第一!
人工智能