数字图像基本知识

颜色模型

1 RGB颜色模型 #FFFFFF(255 255 255)纯白色,RGB各占一个字节
2 HSV颜色模型
色调(Hue)(0~360°)0°红色,120°绿色,240°蓝色
饱和度(Saturation)百分比表示
明度(Value)百分比表示
在这里插入图片描述
3 灰度图像
I_gray=[0.299,0.587,0.114][Ir,Ig,Ib]一般常用的RGB数值比例大致为3:6:1
4 二值图像 只有黑色和白色的图像,对灰度图像设置阈值可得到

信号与噪声

摄像机的感光元件受到干扰产生噪声,主要表现为黑白杂点,称为椒盐噪声,“椒”代表黑色“盐”代表白色,位置是随机的,最典型为高斯噪声

卷积

零填充,卷积之后出来的结果会比原始数据中的元素数量还要多,称之为full形式的卷积
从有数据开始称之为valid形式的卷积
卷积出来的结果和原始数据中的元素数量相同,称之为same形式的卷积
相乘相加

图像滤波

1 均值滤波
算数均值滤波,可以滤除均匀噪声和高斯噪声 ,但是会对图像造成一定程度的模糊,它是将图片中指定区域内的像素点进行平局滤波的方法。大多数情况下,噪声占比是少数,将所有点以同样的权值处理,会导致图像的模糊,丢失细节。

在这里插入图片描述
将权值改变一下,滤波器的参数越靠近中心位置权值越大,越靠近边缘位置的权值越小。如果参数按照高斯分布形式进行修改,则称之为高斯滤波器
2 中值滤波
与均值相似,在对于像素点进行处理时并不是采取平均数的方法,而是改为采取中位数的方法

图像特征

1 灰度直方图,描述了图像中不同灰度值的分布情况
2 LBP特征及局部二值模型,原始的LBP算法是在一个33的窗口内,中间值为阈值。可以将这个过程中的33矩阵换成其他任意领域,用的比较多的另一种为圆形邻域。LBP特征对光照具有良好的鲁棒性,灰度不变性,且计算速度快,实现简单,旋转不变性
3 haar特征即haar-like特征,又称Viola-Jones识别器,通过不同模板来对图片进行特征提取,最后筛选出比较有代表性的特征能再进行分类
4.HOG特征即方向梯度直方图

发布了10 篇原创文章 · 获赞 9 · 访问量 1366

猜你喜欢

转载自blog.csdn.net/weixin_43498585/article/details/104199876