《HALCON数字图像处理》第一、二章笔记
第一章 绪论
1.1 图像和图像处理
1.1.1 图像
1.1.2 数字图像
为了让计算机与数字通信系统加工处理图像,需要将连续的模拟图像信息离散化(数字化),这种离散化包括坐标空间的离散化和性质空间的离散化,离散化后的图像就是数字图像
离散化后的图像大概可以分为三种,彩色图像、灰度图像和二值图像
- 彩色图像
由三原色组成,即RGB - 灰度图像
只有亮度差别,没有颜色差别,彩色图像可以转换为灰度图像,用\(Y\)代表亮度大小,则其转换式如下:
- 二值图像
当灰度图像的灰度只有两个等级时的图像叫二值图像
1.1.3 图像处理及其发展过程
图像处理分为以下三类
- 模拟图像处理
- 数字图像处理
- 光电结合处理
数字图像处理根据抽象程度可分为三个层次:图像处理、图像分析和图像理解
1.2 数字图像处理的步骤和方法
- 图像信息的获取
- 图像信息的存储
- 图像信息的处理
- 图像信息的传输
- 图像的输出和显示
1.3 数字图像处理系统的硬件组成
一个基本的数字图像处理系统由五个模块组成,分别为:图像输入、图像存储、图象输出、图像通信、图像处理及分析
数字图像处理与分析模块是数字图像处理系统的核心,包括以下三种形式:
- 通用图像处理
- 专用图像处理系统
- 图像处理芯片
1.4 数字图像处理技术的研究内容和应用领域
1.4.1 研究内容
- 图像变换
- 图像编码压缩
- 图像增强和复原
- 图像分割
- 图象描述
- 图像分类(识别)
1.4.2 主要应用领域
- 航天和航空技术方面的应用
- 生物医学工程方面的应用
- 通信工程方面的应用
- 工业和工程方面的应用
- 军事公安方面的应用
- 文化艺术方面的应用
- 机器视觉
- 视频和多媒体系统
- 科学可视化
- 电子商务
第二章 数字图像基础
2.1 图像的数字化
根据图像表现方式的不同,图像可分为连续图像和离散图像两类
图像的数字化过程主要分为采样、量化和编码三个步骤
将图像分割成像素集合有很多方法,最常用的是正方形点阵,除此之外还有正三角形点阵、正六角形点阵等
图像数字化过程示意图如下:
2.1.1 图像采样
图像的空间坐标的离散化称为空间采样,灰度的离散化称为灰度量化,采样分为均匀采样和量化、非均匀采样和量化
一般来说,图像细节越多,采样间隔越小,根据一位采样定理,若一维信号\(g(t)\)的最大频率为\(\omega\),则用\(T≤1/2\omega\)为间隔进行采样候,根据采样结果\(g(i,T)(i=\cdots-1,0,1,\cdots)\)能完全恢复\(g(t)\),即
2.1.2 图像量化
采样后图像在空间分布上是离散的,但像素的取值还是连续的,图像量化就是将采样区域内表达亮暗的连续点离散化,并用数值表示
2.1.3 抽样和量化参数的选择
- 量化级数一定时,抽样点数减少,则图像的块状效应越明显
- 图像抽样点一定时,随着量化等级减少,图像逐渐失去灰度平滑变化的特点,出现假轮廓
2.2 数字图像的数值描述
一幅图像\(f\)可以定义为一个二维函数\(f(m,n)\),其中\((m,n)\)是空间(平面)坐标
\(f(M,N)\)可表示该点的强度或灰度,简称为像素值,图像的坐标系以左上为原点
2.3 直方图
灰度直方图可以统计出图像中各个灰度值的像素数,反映了图像中不同像素值出现的频数,没有反映某一灰度像素所在位置,丢失了位置信息,即不同图像可能会有相同的直方图
因为图像数字化需要采样和量化,所以图像的直方图覆盖的灰度值有可能不能完全表达图像的细节,就会降低图像质量,所以应恰当利用图像数字化时的参数,使数字化后的图像直方图可以完全覆盖图像的灰度值
2.4 数字图像的文件格式及参数
- BMP格式
- JPEG格式
- GIF格式
- PNG格式
- PSD格式
- TIFF格式
- CDR格式
2.5 灰度图像的灰度级分辨率
取样值是决定图像空间分辨率的主要参数
灰度级分辨率是指在灰度级别中可分辨的最小变化,基于硬件的考量,灰度级数通常是2的整数次幂,大多数取8bit,在某些特殊灰度增强的应用场合时可用到16bits
2.6 图像像素间的关系
2.6.1 相邻像素
一个像素点p有着4个水平和垂直的相邻像素
2.6.2 邻接性、连通性、区域和边界
确定两个像素是否立案弄,就需要确定它们是否相邻以及其灰度值是否满足特定的相似性准则,通常考虑三种类型的邻接性:
- 4邻接:如果\(q\)在\(N_4(p)\)集中,则具有\(V\)中数值的两个像素\(p\)和\(q\)是4邻接的。
- 8邻接:如果\(q\)在\(N_8(p)\)集中,则具有\(V\)中数值的两个像素\(p\)和\(q\)是8邻接的。
- m邻接(混合邻接):如果\(q\)在\(N_4(p)\)集中,或者\(q\)在\(N_D(p)\)中,且集合\(N_4(p)\bigcap N_4(q)\)没有\(V\)值像素,则具有\(V\)值的像素点\(p\)和\(q\)是m邻接的。
后面还有2.6.3 像素点距测量、2.7线性与非线性的计算。这两个我没看懂,也不好做笔记,有书的朋友可以自己去了解以下!😊
作者:Dragonet-Z
出处:https://www.cnblogs.com/dragonet-Z/p/15106690.html
版权声明:本博客所有文章除特殊声明外,均遵循BY-NC-ND许可协议,转载请注明出处!