jieyannn的博客

CUE图像处理、图像分析、图像理解图像分割的定义、目的（用于后续操作）、分割依据（不同区域、同一区域）、常用方法（基于分割依据）检测基础： 一阶差分：定义、满足的条件（平坦区域、灰度变化区域、灰度变化开始处）、响应（灰度边缘） 二阶差分：定义、满足的条件（平坦区域、灰度变化趋于、灰度变化开始处）、响应（灰度边缘、细线或孤立点或噪声） 检测方法： （1）模板匹配： 点检测模板 线检测模板 边缘检测模板：一阶差分和二阶差分检测边缘的区别、噪声对边缘检测的影响、边缘检测基本步骤、梯

1.边界表达方法1.1.链码表示方法：在目标边界上任意选取某个起始点，从该点坐标开始，将水平方向坐标和垂直方向坐标分成等间隔的网格，然后对每个网格中的线段用一个接近的方向码来表示，最后，按照逆时针（或顺时针）方向沿着边界将这些方向码连接起来，即得到链码归一化：1）旋转归一化——用链码的一阶差分码作为新的码。一阶差分即为相邻两个方向之间的变化值。2）起始点归一化——将链码看作一个循环序列，依次取各个边界作为起始点，从得到的所有链码中选取构成自然数值最小的码作为归一化结果，该最小码值的点即为归一.

2D傅里叶变换和性质频率域滤波基础傅里叶变换及其反变换是线性处理低频——图像中变化缓慢的灰度分量高频——图像中变化急剧的灰度分量，例如边缘和噪声频率域滤波过程：修改图像的傅里叶变换，再计算IDFT返回到图像域低通滤波器——衰减高频，通过低频，用于模糊一幅图像高通滤波器——通过高频，衰减低频，用于增强尖锐的细节，但将导致图像对比度的降低频域滤波器平滑图像ILPF缺点：模糊和振铃特性。ILPF相应的空域滤波器具有sinc函数形状，sinc函数的中心波瓣是引起模糊的主因，而外.

文章目录第二章1.成像机制和视觉现象1.1.亮度适应，视觉鉴别1.2.马赫带效应，同时对比，错觉1.3.亮度视觉，颜色视觉，彩色成像2.光和电磁波谱3.图像采集4.采样和量化5.图像的表示模型6.图像的分辨率7.像素基本关系概念8.图像经过系统第二章1.成像机制和视觉现象1.1.亮度适应，视觉鉴别亮度适应：视觉系统不能同时在如此大的光强度级别范围下工作，它是通过改变当前的灵敏度，也就是亮度适应级别，来完成这一较大的变动。主观亮度范围指的图中是Bb与Ba所在的曲线1.2.马赫带效应，同时对比，错觉

图像恢复的方法利用已知的Hs进行滤波。维纳滤波、约束最小二乘方滤波都属于此类，此处不再赘述获得退化函数H1.模型恢复法前提：已经知道图像退化的类型例如大气湍流退化模型、动态模糊退化模型2.图像观察估计前提：只给定一幅退化图像步骤：（1）取退化图像中包含目标结构和背景的一个小矩形区域，作为子图像（2）处理子图像，以便得到尽可能不模糊的结果，例如进行锐化处理，或者重新构造一幅相同结构的子图像（3）令处理前的子图像为g(x,y)，处理后的子图像为fs(x,y)，得到退化函数HsHs=G(u

第三章 图像增强1.直方图均衡用途：产生具有均匀直方图的输出图像离散直方图均衡不会导致均匀的直方图优点：1）均衡后的图像灰度级跨越更宽的灰度级范围，从而增强了对比度2）可直接从已知图像提取的信息为基础，而不需要更多的参数说明3）实现该技术所要求的计算简单2.直方图匹配用途：产生处理后具有特定直方图的输出图像3.局部直方图处理用途：局部增强缺点：通常会产生“棋盘”效应4.直方图统计的局部增强用途：优点：提供了简单而强有力的基于统计度量的增强技术，而统计度量与图像的外观有紧密的