T

将图像的每个像素点(i,j)的值复制到新图像的四个位置：(i,j)、(i,j+1)、(i+1,j)、(i+1,j+1)。这样原图的每个像素变成2x2的块，从而实现长宽各放大两倍，小面积缺陷放大两倍。

连通域按面积排序允许自定义面积区间筛选连通域自定义选取排序后的区域范围// 调用示例：筛选面积50-200的区域0, 8);// 默认选取前9个// 调用示例：选取排序后的第3-7名（索引2-6）0, INT_MAX, // 不限面积区间2, 6);// 选取第3到第7个区域。

在一幅图像中，总能发现其独特的像素点，这些点可以被视为该图像的特征，我们称之为特征点。在计算机视觉领域中，基于特征点的图像特征匹配是一项至关重要的任务，因此，如何定义并识别一幅图像中的特征点显得尤为重要。本文旨在总结计算机视觉领域中最常用的几种特征点及其特征匹配方法。在计算机视觉领域，兴趣点（亦称关键点或特征点）的概念已被广泛采纳，应用于目标识别、图像配准、视觉跟踪、三维重建等多个方面。

直方图规定化是图像处理领域中的一项关键技术，它通过应用灰度映像函数，将原始图像的灰度直方图转换为期望的特定形状，从而达到优化图像的目的。

MSSIM由德州大学奥斯丁分校的图像和视频工程实验室提出，作为SSIM的扩展，它旨在更全面地评估图像的相似度。SSIM本身是一种衡量两幅图像相似度的指标，它考虑了图像的亮度、对比度和结构三个因素。而MSSIM则在此基础上，通过在不同尺度上对图像进行降采样和滤波，然后计算每个尺度上的SSIM，最后将这些SSIM值进行加权平均，得到最终的MSSIM值。

边缘绘制（ED）算法是一种解决边缘检测问题的主动方法。与许多其他遵循减法方法的现有边缘检测算法相比（即在图像上应用梯度滤波器后，根据多种规则消除像素，例如 Canny 中的非极大值抑制和滞后），ED 算法通过加法策略工作，即逐一选取边缘像素，因此称为“边缘绘制”。然后我们处理这些随机形状的边缘段以提取更高级别的边缘特征，即直线、圆、椭圆等。从阈值梯度幅度中提取边缘像素的流行方法是非极大值抑制，它测试每个像素是否具有最大值沿其梯度方向的梯度响应，如果没有则消除。