
数字图像处理
文章平均质量分 57
忧郁一休
算法初学者
展开
-
数字图像的分类
图像基本可以分为二值图像、灰度图像、索引图像、RGB图像四类。1、二值图像一幅二值图像的二维矩阵仅由0、1两个值构成。“0”代表黑色,“1”代表白色。由于每个像素(矩阵的每一元素)取值仅有0、1两种可能,因此计算机中的二值图像的数据类型通常为一个二进制位。应用:文字、线条图的扫描识别(OCR)和掩膜图像的存储。2、灰度图像灰度图像中的矩阵元素的取值范围为[0,255],因此计算机中灰度图像的数据类原创 2016-05-21 16:22:52 · 7971 阅读 · 0 评论 -
常见的数字图像格式
1、BMP格式BMP是英文Bitmap(位图)的简写,Windows操作系统中的标准图像文件格式。 优点:包含的图像信息丰富,几乎不进行压缩。 缺点:占用的存储空间过大。2、GIF格式GIF是英文Graphics Interchange Format(图形交换格式)的缩写。它可以同时存储若干幅静止图像进而形成连续的动画。 优点:图像文件小,下载速度快,可用许多同样大小的图像文件组成动画。 缺原创 2016-05-21 19:26:29 · 14672 阅读 · 0 评论 -
数字图像处理的研究内容
1、图像变换将图像从时域变换到频域。图像变换的原因 减少图像计算量获得更有效处理图像变换的方法 傅里叶变换沃尔什变换离散余弦变换小波变换2、图像增强和复原图像增强和复原的目的是为了提高图像的质量,如去噪声、提高图像的清晰度。 图像增强不考虑图像降质的原因,仅突出感兴趣的部分。例如,强化图像的高频分量,可以使图像轮廓清晰,细节明显;强化图像的低频分量可以减少图像的噪声。 图像复原原创 2016-05-21 20:06:59 · 4686 阅读 · 0 评论 -
HOG特征(Histogram of oriented gradients)
1、HOG特征: 方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中,尤其在行人检测中获得了极大的成功。需要提醒的是,HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CV转载 2017-04-25 15:23:30 · 1546 阅读 · 0 评论