数字图像处理_第三版_中文_冈萨雷斯.pdf

上传者: fanglijao | 上传时间: 2021-12-22 08:53:18 | 文件大小: 82.51MB | 文件类型: -
1.绪论 应用有两个主要方向:(1)改善图片便于人理解;(2)便于机器存储、传输和表示而进行图像处理。 1.1什么的数字图像处理 数字图像处理是指借助于数字计算机来处理数字图像。 1.2数字图像处理的起源 选取CT图像部分:20世纪70年代发明“计算机轴向断层术”简称计算机断层(CT),是数字图像处理在医学诊断领域最重要的应用之一。 2.数字图像基础 图像的函数表述——f(x,y) 灰度级256下,分辨率从2014*1024降到32*32 分辨率不变的情况下,灰度级分别为16、8、4和2 ROI图像选取 空间域图像处理——带通滤除周期噪声 标准差分别为14.3、31.6、49.2 3.灰度变换与空间滤波 主要在空间域,针对像素进行操作。灰度变换主要对单个像素操作,处理对比度和阈值;空间滤波主要针对像素的领域处理。 灰度变换:由r分布到s分布 空间滤波:相当于使用卷积核,可实现多种操作,如平滑、锐化等等 4.频率域滤波 空间域到频域 理想的低通滤波器 低通≈平滑去皱纹 高通≈提取边界信息,如指纹 选择性滤波≈去除周期性的噪声 5.图像复原与重建 图像增强是主观过程;图像复原是客观过程,拟建立退化模型恢复出原图像。 注:这一点在胃癌CT图像中可以建立退化函数。 噪声类型 在某些特定场景的噪声,确实会呈现一种确定分布,这就有了逼近估计的可能性,尤其是知道先验的情况下。 不同参数的湍流退化模型 6.彩色图像处理 分为全彩色处理和伪彩色处理:第一类由全彩色传感器获取;第二类对灰度赋予颜色。 CT均为灰度,在此略过 7.小波和多分辨率处理 小波比传统的傅里叶变换改进在于:除了提供频率还能提供该频率发生的时间点。 多分辨率处理:综合使用多种技术,如子带编码、正交镜像滤波、金字塔图像处理等。 图像金字塔是一种以多分辨率来解释图像的有效但概念简单的结构。应用于图像分割,机器视觉和图像压缩。 金字塔的底部是待处理图像的高分辨率表示,而顶部是低分辨率的近似。我们将一层一层的图像比喻成金字塔,层级越高,则图像越小,分辨率越低。 8.图像压缩 图像压缩是一种减少描绘一幅图像所需数据量的技术 9.形态学图像处理 将数学形态学作为工具,从图像中提取表达和描绘区域形状的有用图像分量,如边界、骨架和凸壳等。 腐蚀 膨胀 孔洞填充 10.图像分割 之前的处理,输入输出都是图像;从分割开始,有了另一个方向——输入图像输出是某些属性。 灰度图像的分割,分为两类:(1)根据灰度的不连续性,进行边缘分割;(2)根据灰度相似性,把图像分割为几个相似的区域。 1)不连续性—点、线、面,可以用差分以及导数来表示 2)分布特性—阈值处理(全局阈值、局部阈值) 3)基于区域的分割 区域生长、区域分裂与聚合 形态学分水岭 11.表示和描述 对分割后的区域进行表示和描述,也从两种角度:(1)外部特征(如边界);(2)内部特征(组成像素)。 表示:边界追踪、链码、最小周长多边形近似 边界描述:简单描绘子、形状数、傅里叶描绘子、统计矩 区域描绘子:简单描绘子、拓扑描绘子、纹理、不变矩 主分量描绘 关系描绘子 注:纹理分析是区域描绘中的一种方法。 12.目标识别 主要分为两大领域:决策理论方法(定量)和结构方法(定性)。 基于决策理论的识别: (1)最小距离分类器 (2)相关匹配 (3)统计分类器,如高斯分类器 (4)神经网络 总结: 这本书很经典,即使在深度学习火热的情况下,也没有逃离这经典的结构。依旧是完成了一种特征提取描述以及匹配分类的过程。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明