数字图像处理入门介绍

数字图像处理2022年9月目录数字图像概述图像处理介绍阈值分割形态学连通域分析滤波边缘计算分类压缩拼接图像理解-AI概述数字图像处理：去噪增强复原分割特征提取……发展三因素：计算机应用数学数字图像处理(DigitalImageProcessing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。概述-应用数字图像处理：车牌识别证件读取工业视觉医疗影像人脸识别PS概述-数字图像主要内容空间域图像处理图像复原数字图像基础频率域图像处理小波和多分辨率图像压缩彩色图像处理形态学图像分割权威教材：冈萨雷斯的《数字图像处理》……数字图像概念一般为256及灰度图像，即8位黑白图，一个字节即可描述该像素的灰度值。0表示黑色，255表示白色，其它介于两者之间。阈值分割直接分割给定固定阈值T0；灰度小于T0的为0；灰度大于T0的为255；自动分割求解T0的过程；如：OTSU算法(最大类间差法)，也称大津算法，是图像分割中阈值选取的最佳算法，应用广泛。如：均值方差法，计算图像灰度的均值mean、标准差stdev；以mean+3*stdev为阈值；连通域分析二值图(黑白图)下图有3块白色区域，有三个连通区域；对每一个白块进行标号，特征提取等，可实现各种blob分析；123特征包括：坐标、宽、高、面积等如：按面积进行缺陷筛选；如：外接矩形计算；连通域分析轮廓点提取外接矩形矩形产品定位外接圆圆形产品定位多用于完整mask生成孔洞填充多用于崩边检测凸多边形填充Blob分析洞填充，凸多边形填充等；连通域属性计算与筛选；矩形、多边形、圆逼近；圆度计算与筛选；二值图形态学原图腐蚀膨胀开操作闭操作可应用于二值图、可应用于灰度图！滤波常用滤波

高斯滤波：

均值滤波：

中值滤波：模板(滤波核)在图片上滑动，计算每个位置的加权平均。平滑滤波核的和为1；高斯核均值核降低相机噪声，去除产品像素间隙等边缘计算常见边缘检测算子：Roberts、Sobel、Prewitt、Laplacian、Log、Canny等尺寸测量的核心模板(滤波核)在图片上滑动，计算每个位置的加权平均。边缘算子滤波核的和为0；Sobel算子模板检横线检竖线Roberts算子模板Prewitt算子模板Laplacian算子模板分类直观示例1分类面

寻找一个分类面，使得不同类别样本都远离分类面；分类器：SVM、ANN、BOOST、KNN等；为了更好的对数据进行分类，通常需要对数据进行变换，也即求取特征；特征：LBP、HOG、PCA、统计信息等；降过检的一种手段压缩长度为600的一组正弦信号数据用4个参数A，ω，φ，h即可表示y=A*sin(ωx+φ)+h直观示例1数字图像压缩是以尽可能少的数据表示图像中的各种信息；压缩后可以提高传输速率、节省存储空间；按恢复的图像与原图的关系分为：无损压缩(无失真编码)、有损压缩(限失真编码)；通常看到的png格式的图片就是一种无损压缩；通常看到的jpg、jpeg、jfif格式的图片就是一种有损压缩；钉钉截图后，存储为png网上下载的图片多为jfif类型；应用最广泛的有损压缩是jpeg、jpg，

其核心是DCT(离散余弦变换)，支持5~100的压缩。

压缩后会丢掉局部细节，也即得到主要背景图案。

画面检测的DCTmura就是该思想。图像拼接提取特征两张图需要有共用区域，且公共区域得有特征点（角点）。两张白图是无法拼接的；配准提取的特征做配准(通俗意义上的匹配)，常用方法如RANSAC，确定图1中的点在图2中的位置；透视变换由配准点，计算两个图的透视变换或仿射变换矩阵；将透视变换矩阵应用于图像中，做拼接；图像理解-AI高级的数字图像目标Imageca