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
十二AI编程1 小时前
Anthropic 封杀 OpenCode,OpenAI 闪电接盘:AI 编程生态的 48 小时闪电战
人工智能·chatgpt
CCC:CarCrazeCurator1 小时前
从 APA 到 AVP:汽车自动泊车系统技术演进与产业发展深度研究
人工智能
OpenMiniServer2 小时前
当 AI 成为 Git 里的一个“人”
人工智能·git
bryant_meng2 小时前
【DLNR】《High-frequency Stereo Matching Network》
人工智能·深度学习·计算机视觉·stereo matching·dlnr
梦雨羊2 小时前
Base-NLP学习
人工智能·学习·自然语言处理
丝斯20112 小时前
AI学习笔记整理(42)——NLP之大规模预训练模型Transformer
人工智能·笔记·学习
实战项目2 小时前
大语言模型幻觉抑制方法的研究与实现
人工智能·语言模型·自然语言处理
zstar-_2 小时前
UAVDT数据集疑似用AI进行标注
人工智能
过期的秋刀鱼!3 小时前
机器学习-逻辑回归的成本函数的补充-推导
人工智能·机器学习·逻辑回归