人工智能：数字图像化处理技术介绍

今天给大家聊聊数字图像话处理技术，大家一起来看看吧！

1、 概念介绍

针对数字图像，通过数学计算方法，完成图像的相关处理的技术叫做数字图像化处理技术 。

2、 图像的代数运算介绍

● 图像的加法运算：加法运算可以得到图像的叠加效果，从而得到图像合成的效果、或者图像拼接。

● 图像的减法运算：减法运算可以得到图像之间的差异，主要用于混合图像的分离、图像背景消除等功能。

● 图像的乘法运算：主要用于图像的局部显示、屏蔽图像中某些部分。

● 图像的除法运算：主要用来检测图像之间的差别，主要是值图像像素值比率的变化。

● 图像图像的几何变换：平移变换、镜像变换、比例缩小/放大变换等。

3、 常见的图像特征介绍

常见的图像特征主要有颜色特征、纹理特征、形状特征、空间关系特征。

3.1 颜色特征

● 颜色特征主要描述了图像或图像区域内对应场景的表面性质，一般颜色特征是基于像素点的特征。颜色特征主要分为颜色直方图、颜色集、颜色矩、颜色聚合向量。

● 颜色直方图：简单描述一幅图像中颜色的全局分布，适合描述难以自动分割的图像和不需要考虑物体空间位置的图像。颜色直方图主要采用直方图相交法、距离法、中心距法、参考颜色表法。

● 颜色集：属于颜色直方图的一种近似表示方式。首先它会把图像从RGB颜色空间转化成视觉均衡的颜色空间（常见的HSV空间），并将颜色空间的某个颜色分量转化成若干个柄，然后利用色彩自动分割技术将图像分割为若干区域，每个区域用量化颜色空间的某个颜色分量来索引，从而将图像表达分为一个二进制的颜色索引集。

● 颜色矩（颜色分布）：图像中任何的颜色分布均可以用它的矩来表示。

● 颜色聚合向量：将属于颜色直方图的每一个柄的像素分为两个部分，如果该柄内的某些像素所占据的连续区域的面积大于给定的阀值，称该区域的像素为聚合像素，反之为非聚合像素。

3.2 纹理特征

纹理特征也属于全局特征，主要用来描述图像或图像区域所对应景物的表面性质，纹理特征是基于包含多个像素点的区域进行统计计算的。作为统计特征具有旋转不变性。

缺点：如果图像分辨率发生变化时，计算出来的纹理可能会有较大的偏差，也会收到光照和反射的影响。

纹理特征的计算方法主要有：统计方法、几何方法、模型法、信号处理法、结构分析法。