机器视觉算法 笔记

图像的预处理：
图像增强技术 ：空间域和频率域 点运算：图像灰度化，直方图均衡化，和局部统计法。
                             领域运算：图像平滑，图像锐化

                             频率域：高低通滤波                 //图像的边缘和噪声对应于傅里叶变换的高频部分，低通滤波可平滑图像去除噪声。

灰度变换：1.线性变换：适用于曝光不足或过度的图像
                   2.分段线性变换：突出图像中感兴趣的灰度区间，相对抑制不需要的灰度区间
                   3.非线性变换：a.指数变换：适用于过亮的图像
                                             b.对数变换：适用于过暗的图像
灰度分布均衡化：直方图均衡化:对像素个数多的灰度级进行展宽，对像素个数少的灰度级进行缩减
图像开运算：先腐蚀后膨胀 ：能够去除孤立的小点、毛刺、小桥，消除小物体和平滑较大物体的边界而不明显改变其面积；
图像闭运算：先膨胀后腐蚀：填充物体内的细小空洞、连接邻近物体和平滑边界同时不改变物体面积；
图像的分割：*阈值化 自动提取阈值的方法：   
                      1.大津法 ：把图像直方图用某一灰度值分成两组，当分成两组间的方差最大时，此灰度值为   图像二值化处理的阈值
                      2.迭代阈值法：选择T初始值为灰度平均值，然后分成两组，再计算这两组平均值a，b，重新计算T=a+b/2;直到a，b不                             再变化

图像的定位：投影法定位：循环各行，统计该行黑像素点的个数。设该行共有M个黑像素，则把该列从第一行到第M行置黑


频域：傅里叶变换：广泛应用于图像变换，图像编码与压缩、图像分割、和图像重建
            Gabor变换：在频率不同尺度和不同方向提取相关的特征，滤波、纹理识别、边缘检测和提取、图像分割
           小波变换：图像去噪