一看就懂的最全版图像处理考点汇集matlab版

一看就懂的最全版图像处理考点汇集matlab版

matlab基础知识入门

图像处理理论知识:

1.绪论:基本名词定义

  • 绪论
  • 图像采集
  • 空域图像增强
  • 频域图像增强
  • 图像恢复
  • 基本图像分割技术
  • 经典图像分割算法/视频图像处理和分析
  • 目标表达和描述/特征提取和测量误差
  • 彩色图像处理和分析
  • 模式识别(传统统计方法)
  • 模式识别(神经网络方法)
  • 图像编码基础
  • 图像编码标准

1.图像显示

图像的原始灰度常有几十到几百级甚至上千级,但有些图像输出设备的灰度只有两级,如激光打印机(或者打印,输出黑;或者不打印,输出白)。为了在这些设备上输出灰度图像并保持其原有的灰度级常采用一种称为“半调输出”的技术。而为了提高半调输出的效果,常采用抖动技术

  1. 半调输出:每个像素位置打印一个尺寸反比于像素灰度的黑圆点,亮的地方打印点小,点小距离远人眼不容易分开各个小点,从而得到比较连续平滑的灰度图像,暗处打印点大
  2. DPI(dot per inch),一般报纸上图片的分辨率约为每in(1 in=2.54 cm)100点(即DPI),而书或杂志上图片的分辨率约在每in300点。
  3. 需要注意,这个方法通过减少图像的空间分辨率来增加图像的幅度分辨率(即在空间上用多个只有两种取值的点来得到单个有多种取值的点),所以有可能导致图像采样过粗而影响图像的显示质量(进一步参见下面的抖动技术?
    4. 半调输出技术对图像的空间分辨率和图像的幅度分辨率各有什么影响?
  4. 为了提高半调输出的效果,常采用抖动技术
    抖动一般通过**对原始图像f(x, y)加一个随机的小噪声d(x, y),**即将两者相加来实现,这里认为d(x, y)的值与f(x, y)没有任何有规律的联系
    用抖动技术可以消除一些由于灰度级数过少而产生的虚假轮廓,所叠加的抖动值越大,效果越明显。但抖动值的叠加也给图像带来了噪声,抖动值越大,噪声影响也越大

2.图片格式

数字图像表达:二维矩阵
图像存储格式:
BMP格式:不压缩的形式
GIF格式:可以存放多幅图像
TIFF格式:支持任意大小的图像,一种独立于操作系统和文件系统的图像格式(如在Windows系统和Macintosh机上都可使用),很便于在软件之间进行图像数据交换
JPEG格式:静止灰度或彩色图像的一种国际压缩标准

3. 图像工程

  1. 图像处理原始输入图像经过一定的(图像处理)技术加工后,所输出图像将具有更好的视觉效果、看起来更清晰更舒适,能更方便地从中提取出更多的信息
  2. 图像分析:输入图像,输出感兴趣目标的有用信息
  3. 图像理解

使用matlab构建一个类似ps一样的工具 matlab
理论知识来源:
根据matlab帮助中心所提供的文档进行复现

2.图像采集

1.基本概念

  • 亮度:(I) 光源发出的光亮。沿着某个方向的亮度是用在该方向上的单位投影面积在单位立体角(单位为球面度sr)内发出的光通量来衡量 单位cd/m² 1cd/m² = 1 lm/sr
  • 照度: 被光线照射的表面的照度用照射在单位面积上的光通量来衡量单位是lx(勒[克斯],or lux) 1 lx = 1lm/m²
  • **对比度:**对视觉敏感的是对比度,而不是亮度值本身
  • 色调(H)
  • 色饱和度(S)
  • 灰度值:单色图像f(.)在坐标(x,y)处的亮度值称作灰度值

2.采样

1.采样:数字化坐标值
空间坐标离散化
2.量化:数字化幅度值
灰度值的离散化
3.空间分辨率:(采样点数)空间分辨率越高,图片效果越好
图像尺寸,采样值M*N
图像中可辩别的最小细节
4.灰度分辨率(幅度分辨率)(量化级数)
量化的灰度级G
在灰度级别中可分辨的最小变化
幅度究竟是个啥?还是没懂
傅里叶变换里面也说幅度重要,没搞懂,搞懂再来填上
5.图像显示
imshow();
6.像素间距离:

  • 欧氏距离:(范数为2的距离)
    根据这个距离量度,与(x, y)的距离小于或等于某个值d的像素都包括在以(x, y)为中心、以d为半径的圆中
  • D4距离(范数为1)| x-s | + | y-t |
  • D8(棋盘)距离(范数为∞):max(|x-s|,|y-t|)
    根据这个距离量度,与(x, y)的D8距离小于或等于某个值d的像素组成以(x, y)为中心的正方形
    7.图像坐标变换
    旋转变换:
%matlab
I = imread('circuit.tif');
I = double(I);
I_rot30 = imrotate(I,30,'nearest');
I_rot45= imrotate(I,45,'nearest');
subplot(131);imshow(uint8(I));title('原图');
subplot(132);imshow(uint8(I_rot30));title('旋转30°');
subplot(133);imshow(uint8(I_rot45));title('旋转45°');

得到的图像如下

今日份matlab知识点:
1.函数调用:
函数function必须写在一个M文件中(.m格式保存),然后将之与主代码放在用一个目录下,在主代码中实现调用

你可能感兴趣的:(matlab图像处理,matlab,神经网络,图像处理,计算机视觉)