srcmini本文概述
在计算机科学中, 数字图像处理使用算法对数字图像执行图像处理以提取一些有用的信息。与模拟图像处理相比, 数字图像处理具有许多优点。广泛的算法可以应用于输入数据, 可以避免在处理过程中出现诸如噪声和信号失真之类的问题。众所周知, 图像是二维定义的, 因此DIP可以在多维系统中建模。
图像处理的目的
DIP的主要目的分为以下5组：
- 可视化：观察不可见的对象。
- 图像锐化和还原：用于获得更好的图像分辨率。
- 图像检索：可以看到感兴趣的图像
- 图案的测量：在图像中, 所有对象均被测量。
- 图像识别：可以区分图像中的每个对象。
以下是数字图像处理的基本步骤：
1.图像采集
图像采集是DIP基本步骤的第一步。在此阶段, 以数字形式给出图像。通常, 在这个阶段, 完成诸如缩放的预处理。
2.图像增强
图像增强是DIP最简单, 最吸引人的领域。在这个阶段, 未知的细节, 或者我们可以说图像的有趣特征被突出显示。例如亮度, 对比度等…
3.图像还原
图像恢复是改善图像外观的阶段。
4.彩色图像处理
彩色图像处理是一个著名的领域, 因为它增加了互联网上数字图像的使用。这包括颜色建模, 数字域中的处理等。
5.小波和多分辨率处理
在此阶段, 以各种分辨率表示图像。将图像分为较小的区域, 以进行数据压缩和金字塔表示。
6.压缩
压缩是用于减少存储图像的需求的技术。这是非常重要的阶段, 因为压缩数据以供Internet使用非常必要。
7.形态加工
此阶段处理用于提取图像成分的工具, 这在形状的表示和描述中很有用。
8.细分
在这个阶段, 图像被划分为对象。细分是DIP中最困难的任务。成功解决成像问题需要对象要单独识别, 这一过程需要大量时间。
9.表示法和说明
表示和描述遵循分段阶段的输出。输出是具有区域本身所有点的原始像素数据。要转换原始数据, 表示法是唯一的解决方案。而描述用于提取信息以将一类对象与另一类对象区分开。
10.物体识别
在此阶段, 将标签分配给基于描述符的对象。
11.知识库
知识是DIP的最后阶段。在此阶段, 找到图像的重要信息, 这限制了搜索过程。当图像数据库具有高分辨率卫星时, 知识库非常复杂。
影像转换
在空间坐标（x, y）或（x, y, z）中获得图像。如果将空间域图像转换为另一个域, 则有很多优点。可以轻松找到其中的任何问题的解决方案。
以下是两种类型的转换：
1.傅立叶变换
傅里叶变换主要用于图像处理。在傅里叶变换中, 图像的强度被变换为频率变化, 然后变换为频域。它用于强度缓慢变化的图像, 例如护照尺寸照片的背景可以表示为低频分量, 而边缘可以表示为高频分量。可以使用FT域滤波器来去除低频成分。在FT域中过滤图像时, 它仅包含图像的边缘。如果我们将FT域反变换为空间域, 则图像也仅包含边缘。傅里叶变换是最简单的技术, 可以对图像的边缘进行细化。
二维傅立叶变换
矩阵符号：
傅立叶变换的属性如下：
- 对称Unit
- 定期延期
- 采样傅立叶
- 快速
- 共轭对称
- 循环卷积
例：
图像模糊及其傅立叶变换的例子
离散余弦变换（DCT）
在离散余弦变换中, 系数包含有关图像像素的信息。同样, 使用很少的系数就可以包含很多信息, 而其余的系数则可以包含最少的信息。可以删除这些系数而不会丢失信息。这样, 可以减小DCT域中的文件大小。 DCT用于有损压缩。
一维离散余弦变换：
二维离散余弦变换：
离散余弦变换的属性如下：
- 实数和正交：C = C *→C-1 = CT
- 不！ DFT的真实部分
- 快速转换
- 出色的能量压缩（高度相关数据）
例：
图像变换的应用如下：
- 傅立叶变换用于边缘检测。
- 离散余弦变换用于图像压缩。
评论前必须登录！
注册