物联网信息处理技术IPT（数据挖掘）第四章

目录

图像及其表征

介绍

记录点：图像低、高级处理方法

图像表示

记录点：数字图像度_各种距离

记录点：4-neighbors、8-neighbors、Region

记录点：图像直方图

图像数据结构分析

记录点：图像的数据结构_链码（8领域）

图像预处理

像素亮度变换

记录点：亮度矫正和灰度变换

记录点：直方图均衡化

本地预处理

记录点：本地预处理公式

---

  

图像及其表征

介绍

记录点：图像低、高级处理方法

图像表示

什么是灰度图

记录点：数字图像度_各种距离

数字图像处理——4邻接、8邻接、m邻接

记录点：4-neighbors、8-neighbors、Region

图像直方图

记录点：图像直方图

噪声：随机误差、白噪声

加性噪声，通过增加的都是，不管噪声白噪声

乘法噪声、量化噪声、脉冲噪声、盐椒噪声

图像数据结构分析

矩阵、分辨率

记录点：图像的数据结构_链码（8领域）

图像预处理

像素亮度变换

记录点：亮度矫正和灰度变换

抑制系统亮度误差（？不懂这个公式），g=f/e=cf/fc

就是给这个公式喂多一点图像处理前后对比的数据，得到稳定的误差系数

原始亮度p，新亮度q

灰度变换，分段上升的a对比度增强线、突然垂直上升的b亮度阈值、线性下降的c负转换

能增加图像的对比度，让亮度均匀分布。

记录点：直方图均衡化

H(p)的p、然后q=T(p)、得到G(q)的q

这个公式背了也不懂，不要紧，细说直方图均衡化，自己知道结果怎么得到就行

本地预处理

平滑处理、梯度处理

局部领域种亮度的线性组合（？）

之前直方图处理结果都挺理想，但是也会经常遇到全局直方图处理后变成灰蒙蒙的，这时候可以只对局部进行直方图处理

放大一点这个图

这样就好理解下面这个公式了

记录点：本地预处理公式

用低通滤波器，能软化图像（反锐化）

不懂为啥这么干，这个处理虽然降低噪声，但是原图也破坏得差不多了