数字图像处理与机器视觉

《数字图像处理与机器视觉》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、数字图像处理与机器视觉1第0章数字图像处理概述第1章Matlab图像处理编程基础第7章彩色图像处理重点：Matlab编程基础难点：彩色图像处理12内容0.1数字图像0.2数字图像处理与识别0.3数字图像处理的预备知识12第0章数字图像处理概述(1)去噪处理的效果图像处理的典型示例（一）(1)去噪处理的效果ImageDenoisingBasedonPDEMethod图像处理的典型示例（二）(2)去模糊处理的效果图像处理的典型示例（三）(2)去模糊处理的效果图像处理的典型示例（四）学术研讨CV——Conf

2、erence1、ICCV，InternationalConferenceonComputerVision2、CVPR，InternationalConferenceonComputerVisionandPatternRecognition3、ECCV，EuropeanConferenceonComputerVisionCV——JournalBest:PAMI，IEEETrans.onPatt.AnalysisandMachineIntelligenceIJCV，Inter.Jour.onComp.Vi

3、sionGood:CVIU，ComputerVisionandImageUnderstandingPR,PatternReco.Graphics——Conference1、Siggraph，ACMSigGraph2、EuroGraphGraphics——Journal1、IEEE(ACM)Trans.onGraphics2、IEEETrans.onVisualizationandComputerGraphics从CVPR2013看计算机视觉领域的最新热点1、RGB-D数据的分析2、中层patch的分析

4、——在局部特征很难具有足够的描述力的情况下，中层特征的提取和分析就显得更加重要。3、深度学习以及特征学习——在慢慢具备海量数据处理能力的今天，深度学习确实是解决问题的一个很好的途径。深度学习必须结合好的特征学习，才是解决问题的王道。从CVPR2014看计算机视觉领域的最新热点1、深度学习（DeepLearning）是当下最热门的方向之一；2、基础模型研究——3D几何模型3、Low-levelVision——主要针对图像本身及其内在属性的分析及处理，比如判断图片拍摄时所接受的光照，反射影响以及光线方向，

5、进一步推断拍摄物体的几何结构；再如图片修复，如何去除图片拍摄中所遇到的抖动和噪声等不良影响。4、DepthSensor（深度传感器）及深度图像相关120.1数字图像1、数字图像是能够在计算机上显示和处理的图像，根据其特性可分为位图和矢量图。位图通常使用数字阵列来表示，如BMP、JPG、GIF等矢量图由矢量数据库表示，如PNG图形2、数字图像模型其对应的矩阵模型为其中代表在坐标处的像素色彩或灰度值。0.2数字图像处理与识别0.3数字图像处理的预备知识3、数字图像分类二值图像：0表示黑色，1表示白色灰度图

6、像：0~255，256级，介于黑色与白色之间的颜色深度。RGB图像：三原色可以表示颜色各类256*256*256=224索引图像：作用就是体积小，方便传输，只需要把索引表传输过去，接收方用对应的RGB颜色表还原颜色信息。0.1数字图像0.2数字图像处理与识别0.3数字图像处理的预备知识4、图像的空间分辨率概念：图像中每单位长度所包含的像素或点的数目，常以像素/英寸(pixelsperinch,ppi)为单位来表示。分辨率越高，图像越清晰，图像文件所需的磁盘空间也越大，编辑和处理所需的时间也越长。一般来

7、说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现像素呈块状的棋盘格效应(CheckerboardEffect)；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。0.1数字图像0.2数字图像处理与识别0.3数字图像处理的预备知识5、图像的灰度级/辐射计量分辨率概念：灰度级指图像中可分辨的灰度级数目。量化等级越多，所得图层次越丰富，灰度分辨率高，图像质量好，但数据量大；量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小。0.

8、1数字图像0.2数字图像处理与识别0.3数字图像处理的预备知识0.1数字图像0.2数字图像处理与识别0.3数字图像处理的预备知识（1）图像预处理——改善象质，以便于目视判读。校正技术：对形状变形的图象进行几何校正、辐射校正。增强技术：去除干扰，突出主要特征，包括：平滑与锐化技术。恢复技术：1）去除噪音干扰，恢复原图像；2）运动模糊图像、退化图像的恢复、相位恢复等。（2）图像分析：图像分割，纹理分析，平面几何参数，三维参数测量技术等。（3）图像编码与压缩：