图像处理主要内容

图像增强

在图像增强领域,运用的主要知识有:模糊数学理论,直方图法,小波理论,多尺度分析理论,非线性理论,HSI彩色模型饱和度分量法,Retinex理论,Contourlet变换等。
在空域中,图像处理的方法主要内容有灰度变换,空域滤波,直方图处理等,基于变换域的图像处理方法是将图像信息特征从时域中转换到频域下,利用一定的指数修正方法修正变换域内的系数,从而获得增强后的图像,与空域方法相比更好的是频域,包括傅里叶变换的算法,小波变换算法,同时这些方法也存在着一定的缺点,其中傅里叶变换容易出现振铃现象,小波分析算法在多分辨率分析中可以有效抑制图像噪声,易于控制图像增强区域,小波分析具有有限的方向,对于提取方向信息不能很好表示。

图像滤波

三角形滤波法,Retinex理论,统计理论,小波理论分析,非线性理论,中值理论,偏微分方程法,马尔科夫随机场理论,多尺度分析理论,贝叶斯理论,模拟退火理论
常用的滤波算法有中值滤波、均值滤波、高斯滤波等,中值滤波虽然有避免模糊的优点,但是在图像角点和线条等细节上出现丢失现象。

图像边缘检测

Cancy理论和方法,数学形态学理论,多尺度分辨与分析理论,线性理论,模糊数学理论,分类理论,梯度理论,基于区域的方法,自适应方法,小波理论,混沌免疫模糊聚类法,Hilbeit理论,模板分解和图像积分理论

你可能感兴趣的:(图像处理)