2.0 图像处理综述

一、综述

视觉分为:感觉(perception)和知觉(perception)两部分,感觉重点于视觉信息的传感,采集,转换,变换。知觉在于处理和推理。如今,感觉这一步都是数字化的。它们的核心都在于理解图像。

在整个视觉(DV)的体系中,是分层架构的。笼统的分为高中低三层。

A.低层包括但不限于:

0 成像系统(彩色成像)

1(彩色)图像处理(输入输出都是图像):图像增强(主观以人为目的),图像复原(客观回复图像本来想要呈现的东西),基本的处理(去雾,去噪,去模糊,超分辨率重建,图像编辑,着色等等),很多显示中的问题,都是可以转换为这些基础的问题。

所有的问题都以数学模型的方式去建立。由此借助的手段主要(空域/频域/?域)滤波:空域滤波的模型是一个kernel去罩在原图像上,遍历一遍。将图片拉成向量化后,数学模型为:\large y=Ax,x为原图像,A是kernel所对应的处理矩阵,y是处理后的图像。

最基本的有:均值滤波(变模糊),统计排序滤波(去椒盐噪声),差分滤波器(边缘提取),锐化滤波器(laplace,sobel算子),卷积,相关。

低层的图像处理同时也属于数字信号处理,所以频域就自然地出现了,转换到频域后,对应的低通,高通等滤波也就出现了。

最重要的是:根据卷积定理,空域的卷积对应于频域的乘法,所以计算量也可以减少。

接着就是,小波变换。因为我还没有学到小波变换,所以这里就只给出一个猜想性的总结

小波变换应该也能处理某种问题。从问题的角度去看,根据以上的总结:可以分为:空间域,频域,或是小波域。如何去处理问题呢?就是从这三个角度去思考问题的特征,给出一种可行的方案。同时,在学习新的知识时,也要去从空域,频域以及小波域去思考知识的样子

3 图像压缩与传输(相关:svd压缩,编码)

4 图像分割,边缘检测......

B中层:(《数字视觉视频技术》(李玉山,西安电子科技大学出版社)P4)

2.0 图像处理综述_第1张图片

为什么我感觉这是计算机图形学的知识?

C高层:

2.0 图像处理综述_第2张图片

因为中层和高层知识还没有学到,只看了个综述,所以直接抄过来。

文章到这里就结束了。

这篇文章有很多个人的理解,可能会有错误,建议读者看《数字视觉视频技术》(李玉山,西安电子科技大学出版社)学习最原始的知识。

 

自己一个小感想:

在学习新的知识时,都会有一个绪论,它包含了要学习东西的相关方向和有哪些用处,而我通常都是不看的,原因是看不懂,

因为太抽象了,因为要接触的是新知识,之前从未有过相关的理解,所以即使看了,也难免无法真正的抓到作者想表达的要点,相反的,在渐进的学习中,不断地学习着相关知识,然后偶尔去翻看之前错过的东西,这个时候再看绪论,噢,原来是这么个,它想表述的意思是这样子的:xxxx。有种恍然大悟的感觉。

当然,这也可能是我独自一人的想法,他人也可能没有吧。

不过这篇综述,就是我在图像处理快学完时,翻看绪论时总结的。理解更深了一些。

你可能感兴趣的:(DIP,DIP)