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
达子6664 分钟前
AI训练师图解_6.1_6.2_五大行业应用_NLP
人工智能·自然语言处理
新知图书23 分钟前
11.4 基于扣子编程的实现过程(AI 数据质检工作流)
人工智能·agent·ai agent·智能体
YHL26 分钟前
🚀 端侧 AI DEEPSEEK-R1-WEBGPU 项目实战(二):封装进度条组件,看懂 React 事件与组件树
人工智能
皮皮狗工坊29 分钟前
贡院计划第一弹:DeepSeek Harness考生翻墙抄了答案,还企图隐藏罪证
人工智能
Dawson Zhu31 分钟前
Agent自我纠错死循环:从原理剖析到工程化防御体系构建
人工智能·语言模型·架构·aigc
ZJU_统一阿萨姆36 分钟前
【算子开发】卷积算子基础实现与优化
人工智能·语言模型
Justin3go38 分钟前
DeepSeek Harness 如何做到 99% 缓存命中率(原理详解)
人工智能·开源·agent·deepseek
luckystar513~42 分钟前
自己动手写Agent Harness【hooks】:生命周期钩子实现
人工智能
fightcrap1 小时前
DeepSeek Harness:Cordis 插件树与 Agent 主链路
人工智能·后端·程序员
呆萌很1 小时前
Sigmoid 与 Tanh 激活函数(S 型饱和激活函数)
人工智能·深度学习·机器学习