Please enable JavaScript.

Coggle requires JavaScript to display documents.

光电图像处理 (第五章图像复原(和图像增强比较) (经典复原方法 (基本原理, 维纳滤波 (最小化平方误差), 逆滤波, 约束最小平方滤波,…

- - - - 均值滤波器
        
        算术,几何,谐,逆谐
      - 排序滤波器
      - 自适应滤波
    - - 周期噪声,sin (2u0x+2v0y)
      - 噪声均值与方差估计(计算)
      - Gaussian,Rayleigh,Uniform,Impulse......
  - - - 大气湍流模型
      - 运动模糊模型
  - - - 最小化平方误差
  - - - g=h*f+n(卷积,不考虑退化模型)
    - - h*f+n=g(反卷积,反问题)
    - - g=h*f+n(正问题)
- - - - 量化
      - RGB模型
      - 采样
    - - 图像深度
      - 层次(图像实际的灰度级数)、对比度、清晰度
      - 灰度级
    - - 色调
      - 饱和度
      - 明度(亮度)
    - - 离散、矩阵、邻域
    - - 减
        
        运动检测、求反运算
      - 乘
        
        蝴蝶
      - 加
        
        去除加性噪声
        
        叠加图(透明曝光效果)
      - 除
        
        比率图像
  - - - 对数变换
      - 伽马(幂律)变换
      - 线性灰度变换
    - - 平滑
        
        最大值滤波
        
        中值滤波
        
        均值滤波
        
        简单平均
        
        阈值平均
        
        最小值滤波
      - 锐化
        
        直接梯度法
        
        高通滤波模板
        
        Prewitt
        
        Sobel
        
        Roberts
        
        概念
        
        Laplacian算子锐化
        
        反锐化，高提升
      - 基础
        
        卷积*运算(将模板水平旋转180就是相关)
        
        相关o运算(将模板水平旋转180就是相关)
    - - 以用途作为准则、主观的
      - 图像复原则是客观的
    - - 均衡化
        
        概率累加再乘以最高灰度
        
        概念:将一直方图均衡化
      - 规定化
        
        p1向p2匹配; p1:rk,sk; p2:rk,vk
        
        p1的前5个累积等于p2的前3个累积，则p1第5个灰度的那部分就合并到第3个灰度的那部分
        
        概念:将一直方图与另一直方图匹配
      - 定义
        
        概率p(PDF)
        
        次数n
- - - - 阈值分割
        
        全局阈值分割
        
        最佳全局阈值分割OTSU
        
        平滑改善
        
        梯度改善
        
        双峰法，多阈值
        
        可变阈值分割
        
        每个子块不同阈值
        
        局部特性真假
        
        移动平均(整个图像)
      - 区域增长法
        
        基于区域灰度差
        
        基于区域灰度分布统计
      - 区域分裂合并法
        
        从任一区域开始,不符合均匀性则将其四分
        
        两个相邻区域的并集如果符合均匀性则合并
        
        确定均匀性测试准则
        
        重复上面2,3步骤
    - - 边界的表示与描述
        
        链码
        
        首差
        
        形状数
      - 角点/特征点
        
        Moravec,Harris,Susan,Sift,Surf
      - 基本几何特征
        
        面积,周长,形心,矩形度,区域度
      - 纹理
        
        统计法描述
        
        直方图:各阶矩,一致性测度,平均熵测度
        
        像素间相对位置:灰度共生矩阵
        
        频谱法描述
        
        不变矩描述
    - - 差分检测
        
        初级算子
        
        各种一阶梯度算子
        
        高级算子
        
        LoG
        
        Cany
        
        梯度幅值、方向
        
        非极大抑制
        
        高斯平滑
        
        双阈值分割，边缘连接
      - 边缘模型
        
        斜坡、阶跃、屋顶
    - - 直角坐标参数空间
      - 极坐标参数空间
    - - 把图像按一定要求分成一些区域
    - - 静止背景
        
        帧间差分
      - 运动背景
        
        块匹配
        
        光流法
  - - - 有损预测
        
        编码:e^n=Q(en)
        
        解码:fn'=f^n+e^n≈fn
      - 无损预测
        
        解码:fn'=f^n+en=fn
        
        编码:en=fn-f^n
      - 量化器模型
      - 预测器模型
    - - 一般用DCT系数
        
        可以用截取模板m(u,v)截取想要的系数
      - 对系数编码
        
        子带编码
        
        截取:子图选统一的方差大的系数的位置
        
        编码:相同的进制位；固定的进制位模式
        
        量化(如最优Lloyd-Max量化器)
        
        阈值编码
        
        截取:根据阈值选大的系数
        
        直接N(不是图像的N)个最大的
        
        全局阈值各处相同
        
        全局阈值模板,各处不一定相同
        
        编码:zigzag行程编码(RLE)
        
        量化:
      - N×N分割为n×n
        
        一般子图的n为2的整数次方
    - - 数据冗余
        
        空间/时间冗余
        
        视觉冗余
        
        编码冗余
      - 信息量,信息熵
      - 香农无干扰编码定理
        
        编码效率
        
        冗余度
        
        压缩率
- - - - 特征级融合
      - 决策级融合
      - 像素级融合
  - - - 静止背景
        
        帧间差分
      - 运动背景
        
        块匹配
        
        光流法