日本免费全黄少妇一区二区三区-高清无码一区二区三区四区-欧美中文字幕日韩在线观看-国产福利诱惑在线网站-国产中文字幕一区在线-亚洲欧美精品日韩一区-久久国产精品国产精品国产-国产精久久久久久一区二区三区-欧美亚洲国产精品久久久久

Canny邊緣檢測(cè)算法,canny邊緣檢測(cè)算法

圖像處理有哪些經(jīng)典算法?

Canny邊緣檢測(cè)算法,canny邊緣檢測(cè)算法


我的研究方向就是圖像處理與計(jì)算機(jī)視覺(jué),圖像處理(image processing)是指使用計(jì)算機(jī)對(duì)圖像進(jìn)行各種加工分析來(lái)改善圖像的外觀,以達(dá)到所需結(jié)果的技術(shù),一般指數(shù)字圖像處理 。處理的目的是使輸出圖像具有更好的效果,以便于人的觀察,也是圖像分析和圖像識(shí)別做準(zhǔn)備,此時(shí)圖像處理是作為一種預(yù)處理步驟,主要包括圖像幾何變換,圖像增強(qiáng),圖像去噪,圖像壓縮,圖像復(fù)原,二值圖像處理、圖像分割以及特征提取等等 。
下面我將簡(jiǎn)單介紹一下這幾個(gè)方面以及用到的經(jīng)典圖像處理算法 。1. 圖像幾何變換圖像幾何變換又稱(chēng)為圖像空間變換,它將一幅圖像中的坐標(biāo)位置映射到另一幅圖像中的新坐標(biāo)位置 。幾何變換不改變圖像的像素值,只是在圖像平面上進(jìn)行像素的重新安排 。主要包括平移、鏡像、旋轉(zhuǎn)以及縮放等等 。這些操作就會(huì)用到一些插值算法,經(jīng)典的插值算法主要有最近鄰插值、雙線性插值以及高階插值算法 。
2. 圖像增強(qiáng)圖像增強(qiáng)是指根據(jù)特定的需要突出一幅圖像中的某些信息,同時(shí),削弱或去除某些不需要信息的處理方法 。處理的目的就是消除噪聲來(lái)改善圖像質(zhì)量,主要包括空間域增強(qiáng)和頻率域增強(qiáng)兩種增強(qiáng)技術(shù) 。空間域圖像增強(qiáng)技術(shù)主要包括直方圖修正、灰度變換增強(qiáng)、圖像平滑化以及圖像銳化等,經(jīng)典的算法有通過(guò)直方圖均衡化來(lái)增強(qiáng)圖像對(duì)比度 。
【Canny邊緣檢測(cè)算法,canny邊緣檢測(cè)算法】頻率域增強(qiáng)主要通過(guò)某些變換手段,比如傅里葉變換、離散余弦變換以及小波變換等,在頻率域?qū)D像進(jìn)行分析,經(jīng)典的算法就是小波變換,應(yīng)用很廣泛 。3. 形態(tài)學(xué)圖像處理形態(tài)學(xué),即數(shù)學(xué)形態(tài)學(xué)是圖像處理中應(yīng)用最為廣泛的技術(shù)之一,其主要應(yīng)用是從圖像中提取對(duì)于表達(dá)和描繪區(qū)域形狀有意義的圖像分量 。使后續(xù)的識(shí)別工作能夠抓住目標(biāo)圖像最為本質(zhì)的形狀特征,茹邊界和連通區(qū)域等 。
二值圖像的基本形態(tài)學(xué)運(yùn)算,包括腐蝕、膨脹、開(kāi)運(yùn)算以及閉運(yùn)算,經(jīng)典應(yīng)用包括擊中擊不中變換、邊界提取和跟蹤、區(qū)域填充、細(xì)化和像素化、提取連通分量等 。在我的研究課題中經(jīng)常用到這些基礎(chǔ)的圖像處理算法 。4. 圖像分割圖像分割是指將圖像中具有特殊意義的不同區(qū)域劃分開(kāi)來(lái),這些區(qū)域是互不相交的,每個(gè)區(qū)域滿足灰度、紋理、彩色等特征的某種相似性準(zhǔn)則 。
圖像分割是圖像的分析過(guò)程中最重要的步驟之一,分割出的區(qū)域可以作為后續(xù)特征提取的目標(biāo)對(duì)象 。主要包括的方法有邊緣檢測(cè)、閾值分割、邊界跟蹤、區(qū)域生長(zhǎng) 。區(qū)域分離和聚合等,這其中有很多的經(jīng)典圖像處理算法,例如canny邊緣檢測(cè)、拉普拉斯邊緣檢測(cè)算法、OTSU大津法閾值分割、區(qū)域生長(zhǎng)算法等等 。5. 特征提取算法特征提取就是從圖像中提取有用的數(shù)據(jù)或信息,得到圖像的“非圖像”的表示或描述,如數(shù)值、向量、符號(hào)等,而提取出來(lái)的這些“非圖像”的表示或描述就是特征 。
圖像特征有好多種,比如基本的統(tǒng)計(jì)特征(周長(zhǎng)、面積、均值等區(qū)域描述子)、直方圖和灰度共現(xiàn)矩陣等紋理特征、亮度、色彩、邊緣等等 。圖像特征提取有很多經(jīng)典的算法,比如PCA算法、LDA算法、LBP特征、灰度共生矩陣算法、SIFT特征算法、HOG特征算法以及現(xiàn)在最前沿的神經(jīng)網(wǎng)絡(luò)算法等等 。6. 機(jī)器學(xué)習(xí)經(jīng)典算法另外,機(jī)器學(xué)習(xí)中最經(jīng)典的算法有決策樹(shù)、隨機(jī)森林算法、邏輯回歸算法、SVM算法、樸素貝葉斯、K最近鄰算法、K均值算法、Adaboost 算法、神經(jīng)網(wǎng)絡(luò)算法、馬爾可夫算法等 。

推薦閱讀