数字图像处理--02数字图像基础

简介: 数字图像处理--02数字图像基础

数字图像基础


图像取样与量化

取样:图像空间坐标的离散(空间坐标(x,y)的数字化)

量化:图像函数值(灰度值、幅度值)的离散、量化编码

采样间隔(减小)决定了图像的空间分辨率(增加)

采样间隔越大,所得图像像素数越少,空间分辨率低,质量差,严重时出现马赛克效应;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。


77.png


量化编码长度(增加)决定灰度分辨率(增加)

显示分辨率越大越清楚


图像的质量

层次

1.灰度级:像素的取值范围为0-255,称该图像有256个灰度级

2.层次:具有32种不同取值的图像,可称该图像具有32个层次

图像实际层次越多,视觉效果越好(过渡自然)

78.png

对比度

动态范围:最大可度量灰度与最小可检测灰度的比值

对比度:数字图像中最高灰度级与最低灰度级的灰度差


像素间的基本关系(考)

邻域:

连通性(邻接性): 两个像素联通的两个必要条件:

①空间位置足够接近②灰度取值足够接近(同在一个灰度集合或相等)


79.png


相关文章
|
机器学习/深度学习 传感器 人工智能
首篇!最全的全景分割综述(RGB图像/医学图像/LiDAR)(下)
本文对现有的全景分割方法进行了第一次全面的综述。因此,基于所采用的算法、应用场景和主要目标的性质,对现有全景技术进行了定义良好的分类。此外,还讨论了全景分割在通过伪标记标注新数据集中的应用。接下来,进行消融研究,以从不同角度了解全景方法。此外,还讨论了适用于全景分割的评估指标,并对现有解决方案的性能进行了比较,以了解最新技术并确定其局限性和优势。最后,阐述了当前主题技术面临的挑战以及近期吸引大量关注的未来趋势,这可以作为未来研究的起点。
首篇!最全的全景分割综述(RGB图像/医学图像/LiDAR)(下)
|
机器学习/深度学习 搜索推荐 算法
计算机视觉教程6-1:图解双目视觉系统与立体校正原理
计算机视觉教程6-1:图解双目视觉系统与立体校正原理
835 0
计算机视觉教程6-1:图解双目视觉系统与立体校正原理
|
存储 机器学习/深度学习 编解码
数字图像处理(二) 数字图像处理基础(下)
数字图像处理(二) 数字图像处理基础(下)
204 0
|
6月前
|
传感器 算法 数据可视化
【数字图像】数字图像傅立叶变换的奇妙之旅
【数字图像】数字图像傅立叶变换的奇妙之旅
78 0
|
6月前
|
存储 传感器 算法
【数字图像】数字图像直方图规定化处理的奇妙之旅
【数字图像】数字图像直方图规定化处理的奇妙之旅
92 0
|
6月前
|
存储 传感器 算法
数字图像处理的图像操作
数字图像处理的图像操作
|
存储 机器学习/深度学习 传感器
数字图像处理(二) 数字图像处理基础(上)
数字图像处理(二) 数字图像处理基础(上)
166 0
|
机器学习/深度学习 算法 决策智能
计算机视觉实战(十六)光流估计 (附完整代码)
计算机视觉实战(十六)光流估计 (附完整代码)
173 0
|
机器学习/深度学习 决策智能 计算机视觉
计算机视觉实战(四)图像形态学操作
计算机视觉实战(四)图像形态学操作
100 0
|
编解码 计算机视觉
MATLAB--数字图像处理 图像的采样与量化
MATLAB--数字图像处理 图像的采样与量化
427 0
MATLAB--数字图像处理 图像的采样与量化