数字图像处理

1.基本概念

1. 图像分类

  1. 模拟图像:连续变化的函数
  2. 数字图像:离散的矩阵表示
    • 二值图像:只有0、1 (黑、白)
    • 灰度图像:像素取值是 0-255 ,有中间过度。
    • 彩色(索引)图像:两个矩阵,一个就是灰度图像的矩阵,另外一个是颜色映像表矩阵对应使用。
    • GRB彩色图像:每个像素由 RGB 组成。这是九个像素点,每个像素点有2^24中可能,所以也叫做24位真彩。

2. 图像概念

  • 灰度级:表示图像的明暗程度(例如:像素的取值范围为0-255,就称该图像为256个灰度级的图像)
  • 量化级别:表示图像实际拥有的灰度级的数量(例如:具有32种不同取值的图像,可称该图像具有32个量化级别)图像数据的实际量化级别越多,视觉效果就越好,主要就是看起来过度很平滑,没有断层。
  • 数字图像处理:对数字图像信息进行加工(处理)和分析,以满足人的视觉、心理需要;或者实际应用或某种目的(如机器识别)的要求。
  • 分辨率:分辨率就是图像的 水平方向的像素点数*垂直方向的像素点数
  • 图像深度:一个像素点的颜色灰度所占用的二进制位的个数,如 RGB 是 256 256 256 也就是 2^24 称为 24 位真彩色。
  • 图像数据量:图片占的磁盘空间。

3. 影响清晰度的因素包括

    1. 亮度
    2. 对比度
    3. 尺寸大小
    4. 细微层次
    5. 颜色饱和度

4. 图像处理的层次:

  1. 图像处理:对图像进行处理加工以改善视觉效果。他是一个图像到图像的过程。(比如:图像增强)
  2. 图像分析:以感兴趣的部分进行提取分隔和测量。他是一个图像到数据的过程。(比如:图像分割)
  3. 图像理解:分析的基础上做含义的理解。(比如:虹膜识别,人体识别)

2. Matlab 基础

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据派THU

初学者如何选择合适的机器学习算法(附算法速查表)

来源:机器之心 参与:黄小天、蒋思源、吴攀 校对:谭佳瑶 本文长度为4000字,建议阅读6分钟 本文针对算法的选择为你提供一些参考意见。 本文主要的目标读者是机...

2136
来自专栏AI科技评论

视频 | 神经网络平常都在做些啥?可视化特征解释了一下

来源/ Arxiv Insights 翻译/ 龙翔 校对/ 凡江 整理/ 廖颖 喜欢机器学习和人工智能,却发现埋头苦练枯燥乏味还杀时间?油管频道 Arx...

37010
来自专栏iOSDevLog

机器学习概述与算法介绍

1715
来自专栏机器之心

教程 | 初学者如何选择合适的机器学习算法(附速查表)

选自sas 机器之心编译 参与:黄小天、蒋思源、吴攀 本文主要的目标读者是机器学习爱好者或数据科学的初学者,以及对学习和应用机器学习算法解决实际问题抱有浓厚兴趣...

3485
来自专栏云时之间

什么是检验神经网络?

各位小伙伴们大家好,今天让我们聊聊在做好了自己的神经网络以后来如何评价自己的神经网络的并且如何从评价当中如何改进我们的神经网络。 其实评价神经网络的方法和评价其...

3668
来自专栏AI研习社

谷歌的新CNN特征可视化方法,构造出一个华丽繁复的新世界

AI 研习社按:深度神经网络解释性不好的问题一直是所有研究人员和商业应用方案上方悬着的一团乌云,现代CNN网络固然有强大的特征抽取能力,但没有完善的理论可以描述...

3855
来自专栏机器之心

学界 | 通过Crowd Layer,利用众包标注数据集进行深度学习

选自arXiv 机器之心编译 参与:刘晓坤、路雪 本文通过在深度神经网络中引入一种新型众包层(crowd layer),通过反向传播方式,直接利用噪声标签实现端...

4376
来自专栏AI科技大本营的专栏

福利 | 跟我一起学《图解机器学习》

本文节选自日本理化学研究所先进智能研究中心主任杉山将的《图解机器学习》的第一章。 如果喜欢这本书,请在评论区留言,说出你目前在机器学习方面所遇到的问题,评论点...

2649
来自专栏机器之心

CVPR 2018 | 密歇根大学&谷歌提出TAL-Net:将Faster R-CNN泛化至视频动作定位中

1694
来自专栏机器之心

学界 | 与模型无关的元学习,UC Berkeley提出一种可推广到各类任务的元学习方法

选自BAIR Blog 作者:Chelsea Finn 机器之心经授权编译 参与:路雪、蒋思源 学习如何学习一直是机器学习领域内一项艰巨的挑战,而最近 UC B...

3439

扫码关注云+社区