Please enable JavaScript.

Coggle requires JavaScript to display documents.

图像处理 :pencil2:, 对偶性, 对偶性 - Coggle Diagram

- - - - 特征
        
        图像处理重要基础环节，也是比较困难环节
        
        一般分析以来分割结果，准确分割依赖准确度
        
        分开的区域是我们感兴趣的目标
        
        困难在于图像数据模糊和噪声干扰
        
        任务是把图像分为互不交叠有意义区域
        
        没有标准的方法解决一切分问题
        
        分割的好坏从分割效果判断
        
        最基本的特征是图像的灰度值，彩色图像就是器颜色分量，边缘和纹理特征也挺常用
        
        按照特性图像划分，区域内特性相同或者说均匀，两个相邻区域存在边缘
      - 常用的特征和方法
        
        基于边界（有边缘）
        
        检测孤立点
        
        检测组成线
        
        检测组成边界
        
        基于区域特性（灰度/纹理一致）
        
        阈值分割
        
        区域生长
        
        区域分裂与合并
      - 特定工具的图像分割算法
        
        基于遗传算法
        
        基于主动轮廓模型
        
        基于小波分析和小波变换
        
        基于深度学习
      - 基本策略
        
        特性（基于灰度值)
        
        不连续性
        
        相似性
        
        检测图像不连续性
        
        先找边后确定区域
        
        检测灰度值相似性
      - 基本方法
        
        Hougn变换
        
        阈值分割法
        
        边缘连接法
        
        局部处理法
        
        原理依据
        
        响应强度
        
        梯度方向
        
        算法描述
        
        面向区域的分割
        
        边界分割法
        
        边的检测
        
        定义：不同灰度值区域边界
        
        基本思想（局部微分算子）
        
        二阶微分（拉普拉斯算子）
        
        拉普拉斯
        
        3 more items...
        
        LoG（高斯拉普拉斯算子）
        
        Canny(坎尼算子）
        
        3 more items...
        
        一阶微分（梯度算子）
        
        Sobel算子
        
        Roberts算子
        
        Prewitt算子 !
        
        matlab中edge函数
        
        点的检测
        
        空域高通滤波器检测孤立点
  - - - 膨胀（可能连通在一起）
        
        结构元素的原点定位在背景像素上
      - 闭运算
        
        先膨胀后腐蚀
        
        不改变面积的前提下，平滑对象边缘
      - 腐蚀（不同结构元素不同结果）
        
        结构元素的原点定位在待处理的目标像素上
      - 开运算
        
        先腐蚀再膨胀
        
        不改变形状前提下，平滑对象边缘
      - 示例：
      - matlab函数：腐蚀用imerode，膨胀用imdilate，开运算用imopen，闭运算用imclose
    - - 形态学滤波
      - 边界提取
    - - 将灰度图像分解为一系列二值图像
      - 相邻像素的极值法
    - - matlab使用函数watershed
      - 示例：
  - - - 局部不规则，整体规律，研究图像粗糙，光滑，规律性
      - 组成要素
        
        基元之间空间分布规律（可随机，相互依赖等）
        
        基元（一定规律宏纹理）
      - 涉及问题
        
        纹理分类（确定纹理区域或图像类别）
        
        纹理分割（按纹理特征确定边界）
        
        纹理描述（区分不同纹理特征）
        
        纹理综合（有限纹理生成更大纹理）
      - 分类
        
        确定性纹理
        
        随机性纹理
      - 基本属性
        
        规则性
        
        周期性
        
        重复性
        
        方向性
      - 纹理描述
        
        粗纹理
        
        细纹理
    - - 纹理模型分析法
        
        直方图统计法
        
        灰度值看作随即量构造直方图
    - - 在傅里叶变换中分析能量的分布情况
        
        傅里叶变换纹理分析
        
        考察能量分布（纹理粗能量集中在离原点近，反之远）
    - - 找出纹理基元（边缘）及其属性（走向）
        
        纹理分析的自相关函数方法
        
        纹理基元灰度周期变化，自相关函数也是如此
    - - 显微图像
      - X射线图像
      - 遥感图像（大部分呈现纹理特征）
- - - - 亮度增强
      - 饱和度增强
      - 色调增强
    - - 彩色切割增强
      - 彩色滤波增强
    - - 将彩色图像看作三幅分量图像的组合体，先单独再结合
      - 将彩色图像每个像素看作具有三个属性，对矢量处理
  - - - CMY模型（彩色打印）
      - 归一化彩色模型（RGB表示所有颜色）
      - RGB模型（立方体）
    - - HSV模型（圆柱坐标系统）
        
        H表示色调
        
        V代表亮度值
        
        S表示饱和度
      - HIS模型
        
        H表示色调（光波长有关）
        
        S表示饱和度（颜色纯度）
        
        I表示密度（亮度，明亮程度）
- - - - 城区距离
        
        范数为1的距离
      - 棋盘距离
        
        范数为∞的距离
      - 欧式距离
        
        范数为2的距离
  - - - 对空间变换后的像素赋予相应的灰度值以恢复原位置的灰度值
    - - 对图像平面的像素进行重新排列以恢复原空间关系
- - - - 图像噪声
        
        椒盐噪声
        
        高斯噪声
      - 图像平滑
        
        按处理效果
        
        平滑滤波器（消除高频）
        
        均值滤波器（模板内平均值代替像素）
        
        领域平均（模板值全为1）
        
        加权平均（模板有权值）
        
        matlab函数为filter2
        
        锐化滤波器（消除低频）
        
        拉普拉斯算子
        
        按数学形态
        
        线性滤波器
        
        高通滤波器
        
        低通滤波器
        
        带通滤波器
        
        非线性滤波器
        
        最大最小值滤波器
        
        百分比滤波器（最大最小值与中间值比较）
        
        最大最小锐化模板
        
        中值滤波器（模板取中值）1-D滤波器，2-D滤波器
  - - - 灰度值算术运算（图像与图像或者图像与常数）
        
        减法
        
        绝对运算，matlab用函数imabsdiff返回绝对差，imsubtract返回差
        
        用途：检测图像变化及运动物体
        
        乘法：
        
        实现灰度值缩放
        
        实现掩膜操作（即屏蔽图像某些部分）
        
        matlab中使用函数immultiply
        
        加法：类似于叠加，matlab用函数imadd
        
        除法：运用于CT图像，比率变换，matlab使用函数imdivide
      - 逻辑运算（二值图像）
        
        与（AND）
        
        或（OR）
        
        补（COMPLEMENT）
    - - 直方图均衡化：直方图整个灰度范围均匀分布，matlab函数histeq
      - 直方图规定化：均衡化原理上突出感兴趣灰度范围
      - 直方图：反映像素按灰度大小出现频率
    - - 概念：改变像素灰度达到改善图像，又称灰度变换，引出映射函数概念
      - 分类
        
        动态范围压缩：目标与增强对比度相反，log函数对数变换
        
        阶梯量化：分阶段量化较少级数
        
        图像求反：灰度值反转
        
        阈值分割：两个灰度级
        
        图像线性增强，matlab中imadjust函数灰度拉伸
- - - - 中值滤波器（椒盐有效，优于均值）
      - 最大最小值滤波器（最大值椒噪声有效，最小值盐噪声有效）
      - 中点滤波器（消除多种随机分布噪声，高斯，均匀随机噪有效）
    - - 算术均值滤波器（消噪，模糊图像）
      - 几何均值滤波器（保持更多细节）
      - 两个参数：迭代次数，Kernel大小
      - 谐波均值滤波器（高斯效果好）
      - 逆谐波均值滤波器（K为阶数）
    - - 自适应中值滤波器（动态改变滤波器窗口尺寸大小）
        
        平滑其他非脉冲噪声
        
        尽可能保护图像中细节
        
        滤除椒盐噪声
  - - - 图像采集过程中的退化
    - - 图像记录过程中产生的退化
      - 分类
        
        乘性噪声（与信号关系是相乘）
        
        加性噪声（与信号关系是相加）
      - 信噪比（SNR）噪声相对于信号强度比值
      - 噪声密度函数（PDF）
        
        均匀噪声（许多随机发生器基础）
        
        高斯噪声
        
        脉冲噪声（也称椒盐噪声）
    - - 输入输出关系：
      - 线性系统：
  - - - 组成
        
        快速的滤波器
        
        排序统计滤波器
      - 定义
    - - 效果比单独任何一个要好
- - - - 带阻滤波器（阻止一定范围信号）
      - 带通滤波器（带阻反转）
    - - 流程：
    - - 特殊高通
        
        高频增强滤波器（转移函数加一常数）
        
        高频提升滤波器（高通低通互补）
      - 基本高通
    - - 频域里低通滤波的转移函数应该对应于空域里平滑滤波器的模板函数的傅里叶变换
      - 频域里高通滤波器的转移函数应该对应于空域锐化滤波器模板函数的傅里叶变换
      - 空域的锐化滤波对应于频域的高通滤波
      - 技术选择（傅里叶变换实现转换）
        
        滤波器尺寸相同，频域滤波效率更高，不过空域滤波器较小也可能达到效果，计算量反而小
        
        频域技术具有全局性质，更好体现图像的整体特征，如整体对比度和平均灰度值
      - 空域的平滑滤波对应于频域的低通滤波
    - - 高频部分滤除而保留低频部分
      - 理想低通（抖动现象）
      - 实用低通
        
        梯度低通（减弱振铃，但过渡不光滑）
        
        指数低通（对高频分量滤除能力强）
        
        巴特斯沃低通（高低频率过渡光滑）
        
        高斯低通（没有振铃现象）
- - - - 1-D沃尔什变换
      - 2-D沃尔什变换
      - 2-D哈达码变换
    - - 图像频率分布（幅度谱中）测量
        
        傅里叶变换（图像空间变换到频率空间）
        
        正弦变换
        
        余弦变换
        
        Gabor变换
        
        小波变换（反映图像特征空间分布特性）
      - 变换编码（函数变换）
      - 图像频率（空间频率）灰度变化剧烈程度，平面空间上梯度
      - 物理意义：将图像的灰度分布函数变换为图像的频率分布函数（由此诞生了频域滤波）