数字图像处理学习笔记（一）：特征检测和匹配概述参考博客：特征点的匹配SIFT特征详解数字图像处理学习笔记（二）：SIFT（尺度不变特征变换）算法1、特征点概述如何高效且准确的匹配出两个不同视角的图像中的同一个物体

文章目录前言一、图像退化/复原过程的模型二、常见空间域噪声模型1.高斯噪声2.瑞利噪声3.伽马噪声4.指数噪声5.均匀分布噪声6.脉冲（椒盐）噪声三、图像中噪声判别四、空间滤波去噪1.算数均值滤波器及MATLAB代码2.几何均值滤波器及MATLAB代码3.谐波均值滤波器及MATLAB代码4.逆谐波均值滤波器及MATLAB代码5.中值滤波器及MATLAB代码6.最大值、最小值滤波器及MATLAB代码

文章目录前言一、一阶微分和二阶微分的定义二、一阶微分锐化滤波：梯度1.梯度2.sobel算子及MATLAB代码二、二阶微分锐化滤波：拉普拉斯算子1.拉普拉斯算子2.拉普拉斯算子MATLAB代码三、非锐化掩蔽和高提升滤波1.非锐化掩蔽和高提升滤波2.MATLAB代码总结前言锐化滤波的主要目的是突出灰度的过渡部分，比如图像中物体的边缘。一、一阶微分和二阶微分的定义一阶微分：（1）在恒定灰度值得区域一阶

第三章灰度变换与空间滤波引言空间域：指图像平面本身，这类图像处理方法直接以图像中的像素操作为基础。处理主要分为灰度变换和空间滤波两类。变换域：变换域的图像处理首先把一幅图像变换到变换域，在变换域中进行处理，然后通过反变换把处理结果返回到空间域。类比信号系统中的时域与频域以及s域。3.1背景知识空间域技术优点：在计算上更有效，且在执行上需要较少的处理资源。空间域处理表示公式：g(x,y)=T[f(x

文章目录第七章小波和多分辨率处理引言7.1背景图像金字塔：有限冲激响应滤波器(FIR）：哈尔变换:7.2多分辨率展开级数展开尺度函数7.3一维小波变换离散小波变换连续小波变换7.4快速小波变换7.5二维小波变换7.6小波包7.7小结第8章图像压缩8.1基础知识数据压缩：编码冗余空间冗余和时间冗余不相关的信息图像信息的度量图像压缩模型图像格式、容器和压缩标准8.2一些基本的压缩方法霍夫曼编码Golo

数字图像处理学习笔记这门课是通过数字图像处理-DigitalImageProcessing(DIP)进行学习的，由于课中代码实现的部分是Matlab，对我以后的用处不是很大，所以学习的重心是在于理论的部分

第四章图像变换附实验前言图像变换：为达到某种目的将原始图像变换映射到另一个空间上，使得图像的某些特征得以突出，以便于后面的处理和识别。4.1连续傅里叶变换一维变换用傅里叶变换表示的函数特征完全可以通过傅里叶反变换来重建，而不会丢失任何信息。若把一个一维输入信号做一维傅里叶变换，该信号就被变换到频域上，即得到了构成该输入信号的频谱，频谱反映了该输入信号由哪些频率构成。函数f(x)的一维连续傅里叶变换

专栏链接：数字图像处理学习笔记一、什么是图像Ⅰ、图像的定义：二维函数f(x,y)注：①x,y是空间坐标；②f(x,y)中f是点（x,y）的幅值。Ⅱ、灰度图像是一个二维灰度（或亮

实验截图：图像灰度级阶梯实验代码：img1=imread('erciyuan.jpg');img2=rgb2gray(img1);fori=0:7img=(uint8(img2/(2^i)))*(2^i);%灰度级逐渐递减的过程subplot(2,4,i+1),imshow(img,[]);title(['',num2str(2^(8-i)),'级灰度图像']);%设置titleend结果分析：图

本次学习内容是记录基本的图像增强，滤波或者直方图处理的编程实现以及相关python常见错误，涉及numpy，matplotlib，opencv等库。以上内容基于第一次作业。目录直方图读取显示直方图均衡化plt绘图技巧说明直方图拉伸平滑滤波图像锐化图像二值化1.直方图读取显示函数cv.calcHist（images，channels，mask，histSize，ranges[，hist[，accum

数字图像处理学习笔记（二）：SIFT（尺度不变特征变换）算法一、概述：提到特征点算法，首先就是大名鼎鼎的SIFT算法了。

空间域图像增强1、图像增强基础1.1、为什么要进行图像增强图像增强是指根据特定的需要==突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息==的处理方法。其主要目的是使处理后的图像对某种特定的应用来说，比原始图像更适用。因此，这类处理是为了某种应用目的而去改善图像质量的。处理的结果使图像更适合于人的观察或机器的识别系统。应该明确的是增强处理并不是增强原始图像的信息，其结果只能增强对某种信息的

文章目录一、频率域的拉普拉斯算子1.原理2.编程步骤二、MATLAB代码1.代码2.结果一、频率域的拉普拉斯算子1.原理（1）拉普拉斯在频率域的滤波器可以表示为：H(u,v)=−4π2D2(u,v)H(u,v)=-4π^2D^2(u,v)H(u,v)=−4π2D2(u,v)（2）∇2f(x,y)=F−1[H(u,v)∗F(u,v)]\nabla^2f(x,y)=F^{-1}[H(u,v)*F(u,

实验截图：不同锐化滤波处理后的结果实验代码：img=imread('erciyuan.jpg');subplot(221);imshow(img);title('原图');subplot(222);sobel=edge(rgb2gray(img),'sobel');imshow(sobel);title('Sobel算子后的图');subplot(223);canny=edge(rgb2gray(

文章目录前言一、灰度反转1.计算公式（以256级灰度图为例）2.MATLAB代码二、对数变换1.计算公式2.MATLAB代码三、冥律变换1.计算公式2.MATLAB代码3.伽马系数四、分段线性变换1.对比度拉伸2.灰度级分层3.比特平面分层前言灰度变换直接作用于图像像素，改变像素灰度值。灰度变换主要包括：1、灰度反转；2、对数变换；3、冥律变换；4、分段线性变换。学习教材：数字图像处理（冈萨雷斯）

实验截图：灰度值反转:对数变换（进行对数变换不同量级的结果）：伽马变换（伽马变换量级为0.4和1.4时）：实验代码：灰度值反转(1):img1=imread('shadow.PNG');%读取图片img2=rgb2gray(img1);%转成灰度图img=imadjust(img2,[0,1],[1,0]);%反转灰度值subplot(121);imshow(img2)title('原图');su

实验截图：RGB图中蓝色的分离：实验代码：I=imread('RGB.jpg');[MNt]=size(I);I1=I;I2=I;fori=1:Mforj=1:NifI(i,j,1)200I1(i,j,1)=0;I1(i,j,2)=0;I1(i,j,3)=255;I2(i,j,1)=0;I2(i,j,2)=255;I2(i,j,3)=0;elseI1(i,j,1)=0;I1(i,j,2)=0;I1

例题：1.V={2,3,4}，计算p和q之间的4通路、8通路和m通路的最短长度。（1）最短4通路：由上图可知，从p到q是无法到达的，即没有4通路，也不存在最短4通路。（2）最短8通路：由上图可知，最短8通路为4。只要满足p周围的8个值在V值内，都可以走，最短距离优先考虑斜线。（3）最短m通路：由上图可知，最短m通路为5。最短m通路是在最短8通路的基础上，优先考虑直线且必须满足N4（p）与N4(q)

第一章：绪论1.什么是数字图像？一幅图像可以定义为一个二维函数f(x,y),对任何一对空间坐标(x,y)处的幅值f称为为图像在该点处的强度或灰度。数字图像由有限数量的元素组成，每个元素有特定的位置和幅度，元素又称为像素。每个像素的灰度级至少要8bit（灰度图像，单通道）来表示，一般采用24bit（彩色图像，三通道）。一幅未经压缩原始图像（彩色，三通道）大小的计算方式（换算成字节）：1920×108

专栏链接：数字图像处理学习笔记直方图均衡化数字图像直方图均衡化目的就是提升图像的对比度，将较亮或者较暗区域的输入像素映射到整个区域的输出像素，是图像增强一种很好的且方便的方式。

参考博客数字图像处理学习笔记（六）——数字图像处理中用到的数学操作_闭关修炼——暂退的博客-CSDN博客_数字图像处理用到的数学知识阵列和矩阵操作线性操作和非线性操作算数操作集合和逻辑操作

参考博客数字图像处理学习笔记（四）——数字图像的内插、度量、表示与质量_闭关修炼——暂退的博客-CSDN博客数字图像处理学习笔记（七）——用Pycharm及MATLAB实现三种图像内插法（最近邻内插法、

文章目录前言第一章绪论1.1什么是数字图像处理数字图像：数字图像处理：像素：图像处理的三种典型计算处理：1.2数字图像处理起源1.3数字图像处理应用1.4数字图像处理基本内容1.5图像处理系统的组成1.6小结第二章数字图像基础2.1视觉感知要素人类视觉感知的重要性人类与电子成像设备的对比人类与电子成像设备的成像原理眼睛的亮度适应和辨别2.2光和电磁波谱电磁波谱描述公式光子定义能量公式对于伽马射线的

文章目录第10章图像分割10.1基础知识10.2点、线和边缘检测边缘检测点检测线检测边缘模型Marr-Hildreth边缘检测器高斯拉普拉斯（LoG）：坎尼边缘检测器边缘连接和边界检测10.3阂值处理多阈值处理可变阈值处理多变量阈值处理10.4基于区域的分割区域生长10.5用形态学分水岭的分割10.6分割中运动的应用10.6小结第10章图像分割从输入和输出都是图像的图像处理方法，转到了输入为图像而

专栏链接：数字图像处理学习笔记在数字图像处理学习笔记（八）中，已对图像增强之线性变换、对数变换、幂律变换、分段线性变换、灰度级分层等做过详细理论论述，本文将对上述理论知识做实践

文｜抽象转移亲爱的读者朋友们，小说《开舟渡我》已完结，我用65天的晚上，一鼓作气完成这部青春校园类小说的构思，大纲，以及每一章节，整体故事来源现实，却不局限于现实。这部小说是我对自己过去的总结，小说啊，是讲了一个故事，一而再，再而三的失望与矛盾，终于使女主明白:你可以做很多温暖的事，你可以传递正能量，但是不要妄想用微薄之力影响别人，改变别人的成长轨迹，该被你影响的，自是该转变走向了截然不同的路，但

数字图像处理学习笔记-03（基于Matlab的车牌识别系统的设计）开始学习使用OpenCV对图像进行处理了，将陈年旧物整理一下，这是数字图像处理课程的期末课题实验之一。

图像的点运算1、灰度直方图灰度直方图描述了一幅图像的灰度级统计信息，主要应用于图像分割和图像灰度变换等处理过程中。1.1、理论基础从数学上来说，图像直方图描述图像的各个灰度级的统计特性，它是图像灰度值的函数，统计一幅图像中各个灰度级出现的次数或概率。有一种特殊的直方图叫做归一化直方图，可以直接反映不同灰度级出现的频率。从图形上来说，灰度直方图是一个二维图，横坐标为图像中各个像素点的灰度级别，纵坐标

数字图像处理学习笔记（目录）平均法gray(x,y)=fR(x,y)+fG(x,y)+fB(x,y)3gray(x,y)=\frac{fR(x,y)+fG(x,y)+fB(x,y)}{3}gray(x,

目录（一）彩色模型介绍1.1RGB模型1.2CMY、CMYK模型1.3HSI彩色模型1.4HSV模型1.5YCbCr彩色空间（二）伪彩色图像处理（三）全彩色图像处理及彩色变换3.1全彩色图像处理3.2彩色变换3.4彩色图像的直方图处理3.5彩色直方图均衡化（四）彩色图像的平滑和锐化4.1平滑处理4.2锐化处理（五）彩色图像的分割5.1基于HSI的彩色图像分割5.2K-Means聚类对比分割彩色图像

目录一、图像复原二、噪声模型1.一些重要的噪声模型2.周期噪声三、只存在噪声的复原——空间滤波3.1均值滤波器3.2顺序统计滤波器3.3自适应滤波器3.4实验：均值滤波器与中值滤波器对椒盐噪声和高斯噪声的效果比较四、频率域滤波器(1)理想低通滤波器与理想高通滤波器（2）布特沃斯低通与布特沃斯高通（3）高斯低通滤波器与高斯高通滤波器五、最小均方误差（维纳）滤波一、图像复原1、基本概念：图像复原的一般

目录一预备知识：傅里叶级数的介绍1、一维傅里叶变换数学推导2、图像傅里叶变换的物理意义3、二维傅里叶变换二、频率域滤波1、频率域与空间域之间的关系2、频率域滤波的基本步骤3、使用频率域滤波平滑图像4、使用频率域滤波锐化图像5、选择率滤波器6、同态滤波一预备知识：傅里叶级数的介绍1、一维傅里叶变换数学推导傅里叶级数，形如：是由三角函数系1，cosx，sinx，cos2x，sin2x，…，cosnx，

目录一、人类视觉成像二、数字图像处理的基本概念和操作三、数学工具介绍一、人类视觉成像1、眼睛上两类光感受器：锥状体和杆状体锥状体：数量在600-700万之间，主要位于视网膜的中间部分，且对颜色高度敏感。杆状体：7500-15000万之间，分布在视网膜表面。没有彩色感觉，而对低照明度敏感。2、图像的形成：晶状体和视网膜之间距离固定，通过改变晶状体的形状进行正确聚焦，光接收器的相对刺激作用产生感知，把

综述对于图像的处理有两种思路，一种是对图像本身的直接处理，即空间域处理；另一种是在频率域进行处理。关于空域和频域，可以参考《傅里叶变换——另一种世界观》。在空间域的处理相对简单，因此首先介绍的是空域处理法。空域中有两种重要处理方法：灰度变换（或亮度变换）和空间滤波（或邻域处理、空间卷积）。空间域处理：灰度变换和空间滤波g(x,y)=T[f(x,y)]空域处理的思路可以由上式表达。f即是原图，T是在

背景知识结构元素腐蚀和膨胀开操作定义：对集合A做腐蚀操作，然后对结果再进行膨胀操作。公式：功能：平滑屋里的轮廓、断开较窄的狭颈并消除细的突出物。原理说明：把结构元素B视为一个（扁平）的“转球”，B对A的开操作的边界由B中的点建立：当B在A的边界内侧滚动时，B所能到达的A的边界的最远点。即为右侧图中黑色线部分。闭操作定义：结构元素B对集合A的闭操作就是简单的用B对A膨胀，紧接着用B对结果进行腐蚀。公

背景知识结构元素腐蚀膨胀开闭操作基本灰度级形态学算法1.形态学平滑原理：开操作抑制比结构元素小的亮细节，而闭操作抑制暗细节功能：图像平滑和去噪（形态学滤波）。用法：对图像f先进行开操作，然后对结果进行闭操作，然后再对结果进行开操作，然后再对结果进行闭操作。。。。。简单点理解：1）把开操作和闭操作（或者闭操作和开操作，注意顺序）作为一个整体，2）用这个整体去处理图像f得到f23）再用这个整体去处理图

专栏链接：数字图像处理学习笔记一、相邻像素★相邻像素：4邻域、D邻域、8邻域★4邻域☞像素p(x,y)的4邻域是：(x+1,y)；(x-1,y)；(x,y+1)；(x,y-1)

Blob在机器视觉中是指图像中的具有相似颜色、纹理等特征所组成的一块连通区域。Blob分析就是对这一块连通区域进行几何分析得到一些重要的几何特征，例如：区域的面积、中心点坐标、质心坐标、最小外接矩形、主轴等。Blob分析的一般步骤：（1）图像分割：分离出前景和背景（2）连通性分析：根据目标的连通性对目标区域进行标记，或者叫拓扑性分析（3）特征量计算：描述了区域的几何特征，这些几何特征不依赖与灰度值

专栏链接：数字图像处理学习笔记目录彩色图像基础彩色空间（也称彩色模型或彩色系统）彩色空间转换伪彩色图像处理强度分层技术灰度级到彩色的转换全彩色图像处理基础彩色变换彩色图像平滑彩

背景知识结构元素：二维结构元素可以理解成一个二维矩阵，矩阵元素的值为0或者1；通常结构元素要小于待处理的图像。腐蚀与膨胀基本原理：就是用一个特定的结构元素来与待处理图像按像素做逻辑操作；可以理解成拿一个带孔的网格板（结构元素矩阵中元素为1的为孔）盖住图像的某一部分，然后按照各种不同的观察方式来确定操作类型。比如：腐蚀操作就是拿这个结构元素的中心位置（假设参与逻辑计算的元素对应与二维矩阵中元素为1的

目录一、图像与数字图像处理的概念二、数字图像处理的特点三、数字图像处理的主要方法四、数字图像处理的主要内容五、数字图像处理的起源与应用六、数字图像处理领域的发展动向一、图像与数字图像处理的概念图像(Image)：使用各种观测系统以不同形式和手段观测客观世界而获得的，可以直接或间接作用于人眼并进而产生视觉的实体。数字图像(DigitalImage)：为了能用计算机对图像进行加工，需要把连续图像在坐标

噪声表现形式噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素块。一般，噪声信号与要研究的对象不相关，它以无用的信息形式出现，扰乱图像的可观测信息。通俗的说就是噪声让图像不清楚。噪声来源两个方面（1）图像获取过程中两种常用类型的图像传感器CCD和CMOS采集图像过程中，由于受传感器材料属性、工作环境、电子元器件和电路结构等影响，会引入各种噪声，如电阻引起的热噪声、场效应管的沟道热噪声、光子噪

目录一背景基础知识二直方图处理三空间滤波基础一背景基础知识1、对于图像的处理有两种思路，一种是对图像本身的直接处理，即空间域处理；另一种是在频率域进行处理。关于空域和频域，可以参考傅里叶变换。在空间域的处理相对简单，因此首先介绍的是空域处理法。空域中有两种重要处理方法：灰度变换（或亮度变换）和空间滤波（或邻域处理、空间卷积）。空间域：指图像平面本身，这类图像处理方法直接以图像中的像素操作为基础。操

图像逆滤波恢复逆滤波恢复原理逆滤波复原步骤（1）对退化图像g(x,y)作二维离散傅里叶变换，得到G(u,v);(2)计算系统点扩散函数（即退化函数）h(x,y)的二维离散傅里叶变换，得到H(u,v);(3)逆滤波计算F(u,v)=G(u,v)/H(u,v)(4)计算F(u,v)的逆傅里叶变换，求得f（x,y）复原效果逆滤波恢复原理如图所示，原始图像f(x,y)经过退化系统H以及噪音n(x,y)的影

参考书：《VisualC++数字图象处理》谢凤英位映象：二维的像素矩阵。灰度图像的像素数据就是一个矩阵，矩阵的行对应图像的高(单位像素)，矩阵的列对应图像的宽(单位像素)。数字图像与图像矩阵RGB彩色空间(有源物体)：任意彩色光L的配色公式：L=r(R)+g(G)+b(B)CMY彩色空间(无源物体)：HIS彩色空间(色调、饱和度、强度)色调：表示颜色(数量化为角度值，如红0度)饱和度：表示色的纯度

3.5平滑空间滤波器3.5.1平滑线形滤波器（均值滤波器）：其输出是包含在滤波器模板邻域内的像素的简单平均值，其结果降低了图像灰度的“尖锐”变化；由于典型的随机噪声由灰度级的急剧变化组成，因此常见的平滑处理应用就是降低噪声；其缺点：由于图像边缘也是图像灰度尖锐变化带来的特性，所以均值处理会存在不希望有的边缘模糊的负面效应；平均分为标准平均，所有系数相等的空间均值滤波器有时称为盒状滤波器；加权平均，

数学工具：阵列与矩阵操作线性操作与非线性操作算术操作集合与逻辑操作空间操作单像素操作邻域操作几何空间变换和图像配准向量与矩阵操作图像变换概率方法一灰度变换与空间滤波基本的灰度变换函数函数类型作用适用情况图像反转使图像反相，得到等效的照片底片适用于增强嵌入在一幅图像的暗区域中白色或灰色细节，特别是黑色面积在尺寸上占主导地位时对数变换将输入中范围较窄的低灰度值映射为输出范围较宽范围的灰度值。扩展图像中

专栏链接：数字图像处理学习笔记目录1频率域平滑（低通）滤波器1.1理想低通滤波器1.2巴特沃思低通滤波器1.3高斯低通滤波器1.4三种低通滤波器小结1.5低通滤波器的应用实例：

专栏链接：数字图像处理学习笔记一、数字图像的内插内插是在诸如放大、收缩、旋转和几何校正等任务中广泛应用的基本工具从根本上看，内插是用已知数据来估计未知位置的数值的处理实现图像内

专栏链接：数字图像处理学习笔记做图像增强的原因在图像形成的过程中，存在很多因素影响图像的清晰度如：光照不够均匀，这会造成图像灰度过于集中；由CCD(摄像头)获得图像时经A/D(